[发明专利]APP应用的服务端地址确定方法、装置以及存储介质有效

专利信息
申请号: 201911237754.8 申请日: 2019-12-06
公开(公告)号: CN112929458B 公开(公告)日: 2023-04-07
发明(设计)人: 向钢;何国锋;闻剑峰 申请(专利权)人: 中国电信股份有限公司
主分类号: H04L61/4511 分类号: H04L61/4511;H04L9/40;G06F18/241
代理公司: 中国贸促会专利商标事务所有限公司 11038 代理人: 方亮
地址: 100033 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: app 应用 服务端 地址 确定 方法 装置 以及 存储 介质
【权利要求书】:

1.一种APP应用的服务端地址确定方法,包括:

获取与APP应用相对应的地址信息;其中,所述地址信息包括:IP地址信息或域名解析信息;

根据地址类型特征库以及地址类型模型对所述地址信息进行分类处理,确定与所述地址信息相对应的地址类型,包括:

获取所述地址类型特征库中的地址类型特征,使用所述地址类型特征对所述地址信息进行匹配处理;如果匹配成功,则确定与所述地址信息相对应的地址类型;如果匹配不成功,则将所述地址信息输入所述地址类型模型,对所述地址信息进行识别,用以确定与所述地址信息相对应的地址类型;所述地址类型包括:广告服务地址类型、域名服务地址类型、恶意地址类型;

将未能确定地址类型的地址信息设置为与所述APP应用相对应的候选服务端地址,包括:

如果所述地址类型模型不能识别所述地址信息,则将此地址信息设置为所述候选服务端地址;

对所述候选服务端地址进行检测处理,基于检测处理结果确定所述候选服务端是否为与所述APP应用相对应的服务端地址。

2.如权利要求1所述的方法,还包括:

如果所述地址类型模型能够识别所述地址信息,则确定与所述地址信息相对应的地址类型,将此地址信息以及相对应的地址类型存储在所述地址类型特征库中。

3.如权利要求1所述的方法,还包括:

基于所述地址类型特征库中的地址类型特征和/或预先采集的地址类型特征生成训练样本;

使用深度学习方法并基于所述训练样本对预设的深度学习模型进行训练,获得所述地址类型模型。

4.如权利要求1所述的方法,所述对所述候选服务端地址进行检测处理,基于检测处理结果确定所述候选服务端是否为与所述APP应用相对应的服务端地址包括:

对所述候选服务端地址进行地址合法性检测和地址可到达性检测;

如果所述候选服务端地址通过所述地址合法性检测和所述地址可到达性检测,则确定此候选服务端地址为所述服务端地址。

5.如权利要求1所述的方法,所述获取与APP应用相对应的地址信息包括:

获取所述APP应用的源代码,在源代码中获得所述地址信息;和/或,

获取与所述APP应用相对应的网络流量信息,基于所述网络流量信息获得所述地址信息。

6.一种APP应用的服务端地址确定装置,包括:

地址信息获取模块,用于获取与APP应用相对应的地址信息;其中,所述地址信息包括:IP地址信息或域名解析信息;

地址分类模块,用于根据地址类型特征库以及地址类型模型对所述地址信息进行分类处理,确定与所述地址信息相对应的地址类型;将未能确定地址类型的地址信息设置为与所述APP应用相对应的候选服务端地址;

其中,所述地址分类模块,具体用于获取所述地址类型特征库中的地址类型特征,使用所述地址类型特征对所述地址信息进行匹配处理;如果匹配成功,则确定与所述地址信息相对应的地址类型;如果匹配不成功,则将所述地址信息输入所述地址类型模型,对所述地址信息进行识别,用以确定与所述地址信息相对应的地址类型;所述地址类型包括:广告服务地址类型、域名服务地址类型、恶意地址类型;如果所述地址类型模型不能识别所述地址信息,则将此地址信息设置为所述候选服务端地址;

地址检测模块,用于对所述候选服务端地址进行检测处理,基于检测处理结果确定所述候选服务端是否为与所述APP应用相对应的服务端地址。

7.如权利要求6所述的装置,其中,

所述地址检测模块,用于如果所述地址类型模型能够识别所述地址信息,则确定与所述地址信息相对应的地址类型,将此地址信息以及相对应的地址类型存储在所述地址类型特征库中。

8.如权利要求6所述的装置,其中,

所述地址检测模块,用于基于所述地址类型特征库中的地址类型特征和/或预先采集的地址类型特征生成训练样本;使用深度学习方法并基于所述训练样本对预设的深度学习模型进行训练,获得所述地址类型模型。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国电信股份有限公司,未经中国电信股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911237754.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top