域識(shí)別加主題識(shí)別構(gòu)建機(jī)器學(xué)習(xí)模型檢測(cè)網(wǎng)頁暗鏈的方法
基本信息
| 申請(qǐng)?zhí)?/td> | CN201710853580.2 | 申請(qǐng)日 | - |
| 公開（公告）號(hào) | CN107566391B | 公開（公告）日 | 2018-01-09 |
| 申請(qǐng)公布號(hào) | CN107566391B | 申請(qǐng)公布日 | 2018-01-09 |
| 分類號(hào) | H04L29/06(2006.01)I | 分類 | 電通信技術(shù); |
| 發(fā)明人 | 孟雷 | 申請(qǐng)（專利權(quán)）人 | 上海斗象信息科技有限公司 |
| 代理機(jī)構(gòu) | 上海翰信知識(shí)產(chǎn)權(quán)代理事務(wù)所（普通合伙） | 代理人 | 上海斗象信息科技有限公司 |
| 地址 | 201203上海市浦東新區(qū)自由貿(mào)易試驗(yàn)區(qū)碧波路690號(hào)8號(hào)樓102室 | ||
| 法律狀態(tài) | - | ||
摘要
| 摘要 | 本發(fā)明提供了一種域識(shí)別加主題識(shí)別構(gòu)建機(jī)器學(xué)習(xí)模型檢測(cè)網(wǎng)頁暗鏈的方法，包括：收集大量含已被標(biāo)注為包含暗鏈的網(wǎng)頁源碼和標(biāo)注為正常的網(wǎng)頁源碼作為訓(xùn)練集，通過可疑域識(shí)別、敏感域識(shí)別、安全域識(shí)別、全域分析和主題識(shí)別提取每個(gè)網(wǎng)頁源碼中風(fēng)險(xiǎn)文本、風(fēng)險(xiǎn)度、主題異樣度、主題、風(fēng)險(xiǎn)文本向量、風(fēng)險(xiǎn)文本異常概率、以及風(fēng)險(xiǎn)文本長(zhǎng)度，將訓(xùn)練集中所有網(wǎng)頁源碼的特征數(shù)據(jù)用機(jī)器學(xué)習(xí)算法進(jìn)行模型訓(xùn)練得到分類判別模型，最后，將待預(yù)測(cè)網(wǎng)頁源碼的特征數(shù)據(jù)導(dǎo)入分類判別模型中，得到待預(yù)測(cè)網(wǎng)頁源碼是否包含暗鏈，因此，本發(fā)明對(duì)高混雜暗鏈代碼識(shí)別效果好、特征提取的比較完整、且能夠很好解決傳統(tǒng)方法無法正確區(qū)分暗鏈和頁面篡改的問題。?? |
