[发明专利]一种基于链接内容的暗链检测方法和系统

权利要求书

1.一种基于链接内容的暗链检测方法，其特征在于，包括：

获取目标网站内容并根据目标网站内容抓取隐藏链接；

判断隐藏链接是否为可疑暗链；

若否，根据所述隐藏链接得到与隐藏链接对应的隐藏网站，并获取隐藏网站的隐藏网站内容；

对所述隐藏网站内容进行分析后得到分析结果；

根据预设的可信度值计算规则和分析结果计算所述隐藏链接的可信度评估值；

将所述可信度评估值与预设的可信度阈值进行比较；

若所述可信度评估值小于可信度阈值，则将该隐藏链接标记为可疑暗链，并进行报警。

2.根据权利要求1所述的基于链接内容的暗链检测方法，其特征在于，所述根据目标网站内容抓取隐藏链接的步骤包括：

从目标网站内容中获取目标网站内容的HTML标签；

对HTML标签进行筛选后得到HTML标签中的隐藏属性；

根据隐藏属性找到目标网站内容中的隐藏链接。

3.根据权利要求1所述的基于链接内容的暗链检测方法，其特征在于，所述判断隐藏链接是否为可疑暗链的步骤包括：

根据预设的正则表达式对隐藏链接进行检测后得到链接名称和链接文本；

调取预设的暗链敏感信息库；

将所述链接名称和链接文本与预设的暗链敏感信息库中的敏感信息进行匹配；

若匹配成功，说明该隐藏链接为可疑暗链，并进行报警；

若匹配失败，说明该隐藏链接不是可疑暗链，则对该隐藏链接执行下一步骤。

4.根据权利要求1所述的基于链接内容的暗链检测方法，其特征在于，在对所述隐藏网站内容进行分析后得到分析结果之前，对隐藏网站内容进行数据提取的步骤包括：

从隐藏网站内容中提取HTML标签，并根据HTML标签得到HTML标签的标签类型和各个类型的标签数量；

去除网站内容中的文本后得到该网站的DOM结构；

根据标签类型和标签数量对隐藏网站内容进行识别后得到隐藏网站的标题、正文及引用资源；

利用文字聚集度算法和特定标签识别方法对正文进行分割后得到长文本、短文本和主题词。

5.根据权利要求4所述的基于链接内容的暗链检测方法，其特征在于，所述对所述隐藏网站内容进行分析后得到分析结果的步骤包括：

根据隐藏链接的后缀及隐藏网站内容进行分析后得到网站对应的行业信息；

根据隐藏网站内容获取网站的头部信息及关键词信息；

调取预先存储的该网站的历史DOM结构、历史头部信息及历史关键词信息；

分别将该网站的DOM结构与历史DOM结构、头部信息与历史头部信息及关键词信息与历史关键词信息进行相似度检测后得到篡改检测信息；

对网站的引用资源进行识别后得到资源分析信息；

对网站的标题及正文进行敏感字分析后得到敏感字信息；

所述行业信息、篡改检测信息、资源分析信息和敏感字信息组成所述分析结果。

6.根据权利要求5所述的基于链接内容的暗链检测方法，其特征在于，所述预设的可信度值计算规则包括：

所述行业信息的可信度值是预设的对应不同行业的可信度值，所述行业信息的可信度值为定值；

所述篡改检测信息的可信度值与相似度检测中的相似度值成反比，并且当相似度为小于40%时，篡改检测信息的可信度最低；

所述资源分析信息包括脚本和图片，判断脚本是否为跳转外站行为，若是，则脚本的可信度为最低；利用图像识别对图片进行识别，图片的可信度值根据图片的非法程度设定；所述脚本的可信度值和图片的可信度值相加组成资源分析信息的可信度值；

所述敏感字信息的可信度值根据预设的敏感字类型设定。