基于關(guān)聯(lián)分析的網(wǎng)站信用黑名單生成方法及系統(tǒng)的制作方法
【專利摘要】一種互聯(lián)網(wǎng)信息安全【技術(shù)領(lǐng)域】的基于關(guān)聯(lián)分析的網(wǎng)站信用黑名單生成方法及系統(tǒng)，首先對(duì)網(wǎng)站之間的關(guān)聯(lián)關(guān)系進(jìn)行分析并生成網(wǎng)站關(guān)聯(lián)數(shù)據(jù)集，然后根據(jù)網(wǎng)站關(guān)聯(lián)數(shù)據(jù)集生成網(wǎng)絡(luò)信用黑名單，針對(duì)網(wǎng)絡(luò)信用黑名單進(jìn)行動(dòng)態(tài)調(diào)整。本發(fā)明在對(duì)網(wǎng)站信用黑名單生成時(shí)，并未孤立地僅從單個(gè)網(wǎng)站信用值加以處理，而是考慮了站點(diǎn)之間的關(guān)聯(lián)關(guān)系對(duì)其網(wǎng)絡(luò)信用的影響，設(shè)計(jì)了一種基于關(guān)聯(lián)分析的網(wǎng)站信用黑名單的生成方法；并且考慮了網(wǎng)站失信事件發(fā)生后，對(duì)網(wǎng)站信用及其關(guān)聯(lián)站點(diǎn)的動(dòng)態(tài)影響，設(shè)計(jì)了對(duì)應(yīng)的網(wǎng)站信用黑名單動(dòng)態(tài)調(diào)整方法。本發(fā)明可以系統(tǒng)性生成網(wǎng)絡(luò)信用黑名單，并可針對(duì)網(wǎng)站失信事件做出對(duì)網(wǎng)站信用黑名單進(jìn)行動(dòng)態(tài)調(diào)整。
【專利說明】基于關(guān)聯(lián)分析的網(wǎng)站信用黑名單生成方法及系統(tǒng)
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及的是一種網(wǎng)絡(luò)信用安全【技術(shù)領(lǐng)域】的方法及系統(tǒng)，具體是一種基于關(guān)聯(lián)分析的網(wǎng)站信用黑名單生成方法及系統(tǒng)。
【背景技術(shù)】
[0002]現(xiàn)有的網(wǎng)站信用評(píng)價(jià)方法和系統(tǒng)傾向于以靜態(tài)和孤立的方式實(shí)施網(wǎng)站信用評(píng)價(jià)，并生成網(wǎng)站信用黑名單，其間隔時(shí)間周期較長(zhǎng)，缺乏系統(tǒng)性。在網(wǎng)站信用評(píng)估方法方面，主要是將一些傳統(tǒng)的評(píng)估領(lǐng)域的方法應(yīng)用在網(wǎng)站信用評(píng)估方面，國(guó)內(nèi)外的學(xué)者已經(jīng)在這方面進(jìn)行了一些研究。Xiuli Cao在“Research on Evaluation of B to C E-commerce WebsiteBased on AHP and Grey Evaluation”一文中將AHP及灰度理論應(yīng)用在B2C電子商務(wù)網(wǎng)站的信用評(píng)估。Hu Guo-sheng等在“The Study of Credit Evaluation of Business WebsitesUsing Support Vector Machines”一文中將支持向量機(jī)的方法應(yīng)用在電子商務(wù)網(wǎng)站的信用評(píng)估上。上述方法并未考慮網(wǎng)站之間的關(guān)聯(lián)關(guān)系對(duì)其站點(diǎn)網(wǎng)絡(luò)信用的影響，缺乏系統(tǒng)性。
[0003]經(jīng)過對(duì)現(xiàn)有技術(shù)的檢索發(fā)現(xiàn)，中國(guó)專利文獻(xiàn)號(hào)CN102647408，
【公開日】2012_08_22，公開了一種基于內(nèi)容分析的判斷釣魚網(wǎng)站的方法，其中服務(wù)器具有黑白名單數(shù)據(jù)庫(kù)、特征數(shù)據(jù)庫(kù)以及分析機(jī)；所述服務(wù)器端接收客戶端發(fā)送的未知網(wǎng)站的url數(shù)據(jù)，并進(jìn)行黑白名單判斷；在接收的url不在黑白名單數(shù)據(jù)庫(kù)內(nèi)時(shí)下載所述url的相關(guān)內(nèi)容信息，并加載和解析特征數(shù)據(jù)庫(kù)里的特征文件，然后利用分析機(jī)根據(jù)所下載的內(nèi)容信息逐條和特征數(shù)據(jù)庫(kù)里的特征進(jìn)行匹配；最后將匹配反饋給其客戶端。但該技術(shù)的缺陷和不足在于該方法并不直接涉及網(wǎng)站的網(wǎng)絡(luò)信用生成過程，也沒有給出如何對(duì)黑名單進(jìn)行生成或更新。
【發(fā)明內(nèi)容】
[0004]本發(fā)明針對(duì)現(xiàn)有技術(shù)存在的上述不足，提出一種基于關(guān)聯(lián)分析的網(wǎng)站信用黑名單生成方法及系統(tǒng)，用于結(jié)合網(wǎng)站及其友情鏈接關(guān)系，綜合生成網(wǎng)站信用黑名單列表。
[0005]本發(fā)明是通過以下技術(shù)方案實(shí)現(xiàn)的:
[0006]本發(fā)明涉及一種基于關(guān)聯(lián)分析的網(wǎng)站信用黑名單生成方法，首先對(duì)網(wǎng)站之間的關(guān)聯(lián)關(guān)系進(jìn)行分析并生成網(wǎng)站關(guān)聯(lián)數(shù)據(jù)集，然后根據(jù)網(wǎng)站關(guān)聯(lián)數(shù)據(jù)集生成網(wǎng)絡(luò)信用黑名單，針對(duì)網(wǎng)絡(luò)信用黑名單進(jìn)行動(dòng)態(tài)調(diào)整。
[0007]本發(fā)明具體包括以下步驟:
[0008]步驟一、網(wǎng)站關(guān)聯(lián)分析:根據(jù)待處理的網(wǎng)站數(shù)據(jù)集W中的站點(diǎn)個(gè)數(shù)為N，通過進(jìn)行網(wǎng)站關(guān)聯(lián)分析得到站點(diǎn)關(guān)聯(lián)矩陣M，具體步驟包括:
[0009]1.1)初始化站點(diǎn)關(guān)聯(lián)矩陣M為N*N矩陣,矩陣中的每個(gè)元素皆為O,并設(shè)置i=l。
[0010]1.2)關(guān)聯(lián)站點(diǎn)全集Ri初始化為空集，通過手工方式或者友情鏈接查詢工具，對(duì)網(wǎng)站數(shù)據(jù)集W中的網(wǎng)站W(wǎng)i，將該網(wǎng)站對(duì)應(yīng)的全部友情鏈接站點(diǎn)加入Ri,生成其關(guān)聯(lián)站點(diǎn)全集Ri (j);
[0011]1.3)對(duì)于任意W中的網(wǎng)站wk，若wk是Ri的元素，則將站點(diǎn)關(guān)聯(lián)矩陣M中第i行第k列位置所在的元素ηι?Λ賦值為I。
[0012]1.4) i值增加I，重復(fù)步驟1.2)-1.4)，直到i>N為止，由此得到用于輸出的站點(diǎn)關(guān)聯(lián)矩陣M。
[0013]步驟二、網(wǎng)站信用黑名單生成:根據(jù)待處理的網(wǎng)站集W及其對(duì)應(yīng)的網(wǎng)站信用集合Cred以及步驟一得到的站點(diǎn)關(guān)聯(lián)矩陣M為輸入，生成網(wǎng)站信用黑名單列表B和更新后的網(wǎng)站信用集合Cred，具體步驟包括:
[0014]2.1)設(shè)G為W與B的差集，逐一檢查網(wǎng)站集合G中的每一個(gè)站點(diǎn)的網(wǎng)絡(luò)信用，將所有網(wǎng)絡(luò)信用值低于S的站點(diǎn)加入信用黑名單列表B中，其中:δ為網(wǎng)絡(luò)信用黑名單的閾值，即將網(wǎng)絡(luò)信用值低于δ的站點(diǎn)列入信用黑名單列表B中，網(wǎng)站信用黑名單列表B初始化時(shí)為空集，即設(shè)置changecred_f Iag=O。
[0015]2.2)對(duì)于G中的每一個(gè)站點(diǎn)Wi,其關(guān)聯(lián)站點(diǎn)集Ri初始化為空集；若其所對(duì)應(yīng)的站點(diǎn)關(guān)聯(lián)矩陣M所在X行中存在mx,t=l，則將對(duì)應(yīng)的Wt加入Ri。
[0016]2.3)對(duì)于G中的每一個(gè)站點(diǎn)Wi，若Ri與8的交集非空，則將該站點(diǎn)放入T中，并初始化j=l ;
[0017]2.4)對(duì)于T中的每一個(gè)站點(diǎn)W」，其網(wǎng)絡(luò)信用為Credj,其關(guān)聯(lián)站點(diǎn)集合為Rj, Rj中的站點(diǎn)數(shù)量為Nj,計(jì)數(shù)器Countj的值初始化為O。
[0018]2.5)對(duì)于站點(diǎn)Wj中的關(guān)聯(lián)站點(diǎn)集合中&的每一個(gè)站點(diǎn)，逐次檢查其是否在信用黑名單列表B中，若其在B中，計(jì)數(shù)器Counh的值加I，否則無操作。
[0019]2.6)計(jì)算 Credtemp 的值為 Credj*(1-Countj/(N」+3))，若所得 Credtemp 小于 δ，則將其放入黑名單列表集合B中并更新Credj的值為δ -1 ;若changecred_fIag=I,更新Credj 的值為 Credtemp。
[0020]2.7)更新」=」+1，重復(fù)步驟2.4)-2.6)，直到]_>|1'|-1。
[0021]2.8)重復(fù)步驟2.1)-2.7)，直到黑名單列表B無新的站點(diǎn)加入為止。
[0022]2.9)設(shè)置changecred_flag=l,重復(fù)執(zhí)行步驟2.1)-2.7) —次。輸出黑名單列表B和更新后的網(wǎng)站信用集合Cred。
[0023]步驟三、網(wǎng)站失信事件信用動(dòng)態(tài)調(diào)整:根據(jù)網(wǎng)站失信時(shí)間告警和步驟二得到的Cred進(jìn)行網(wǎng)站失信事件后的信用調(diào)整，并得到動(dòng)態(tài)調(diào)整后的網(wǎng)站信用集合Cred。
[0024]所述的網(wǎng)站失信事件包括但不限于:商業(yè)失信事件、網(wǎng)絡(luò)信息失信事件和網(wǎng)站安全失信事件等。商業(yè)失信事件主要見于電子商務(wù)網(wǎng)站，常見的商業(yè)失信事件有網(wǎng)絡(luò)商業(yè)欺詐、價(jià)格欺騙、虛假宣傳、物流失信以及售后服務(wù)不周等。網(wǎng)絡(luò)信息失信事件主要指網(wǎng)站從事一些與備案主體不符的活動(dòng)，網(wǎng)站發(fā)布或者允許注冊(cè)會(huì)員發(fā)布一些失實(shí)、色情甚至反動(dòng)的?目息。常見的網(wǎng)絡(luò)?目息失/[目事件有網(wǎng)站發(fā)布違法?目息、網(wǎng)站的注冊(cè)網(wǎng)民發(fā)布違法?目息以及網(wǎng)站未及時(shí)處理網(wǎng)民發(fā)布的違法信息。網(wǎng)站安全失信事件主要指網(wǎng)站本身的安全問題對(duì)用戶造成了損失，從而影響網(wǎng)站的信用。常見的網(wǎng)站安全失信事件有網(wǎng)站存在木馬等惡意代碼、網(wǎng)站擅自使用用戶個(gè)人信息以獲得商業(yè)利益以及網(wǎng)站泄漏用戶的個(gè)人信息等。
[0025]步驟三具體包括:
[0026]3.1)發(fā)生網(wǎng)站失信事件后，相關(guān)的網(wǎng)絡(luò)站點(diǎn)集合為L(zhǎng)，集合D為L(zhǎng)與(W-B)的交集，則對(duì)于D其中的每一個(gè)網(wǎng)絡(luò)站點(diǎn)Wi，設(shè)定其失信事件信用影響因子由此形成集合{ βΛ[0027]3.2)對(duì)于L中的每一個(gè)站點(diǎn)Wi,按照公式Credi=Credi* (1-β J，調(diào)整其網(wǎng)絡(luò)信用值，并輸出網(wǎng)站信用集合Cred。
[0028]3.3)根據(jù)步驟3.2)得到的更新后的信用集合Cred按照步驟二方式重新生成更新后的網(wǎng)站信用黑名單。
[0029]本發(fā)明涉及一種實(shí)現(xiàn)上述方法的系統(tǒng)，包括:網(wǎng)絡(luò)關(guān)聯(lián)分析模塊、網(wǎng)站信用黑名單生成模塊以及網(wǎng)站失信事件信用動(dòng)態(tài)調(diào)整模塊，其中:網(wǎng)絡(luò)關(guān)聯(lián)分析模塊對(duì)站點(diǎn)集合W進(jìn)行分析，形成站點(diǎn)關(guān)聯(lián)矩陣M并輸出至網(wǎng)站信用黑名單生成模塊，網(wǎng)站信用黑名單生成模塊根據(jù)信用集合Cred和站點(diǎn)關(guān)聯(lián)矩陣M生成網(wǎng)站信用黑名單B和更新后的網(wǎng)站信用集合Cred,并將更新后的網(wǎng)站信用集合Cred輸出至網(wǎng)站失信事件信用動(dòng)態(tài)調(diào)整模塊，當(dāng)發(fā)生網(wǎng)站信用告警，則網(wǎng)站失信事件信用動(dòng)態(tài)調(diào)整模塊結(jié)合更新后的網(wǎng)站信用集合Cred生成動(dòng)態(tài)調(diào)整后的網(wǎng)站信用集合Cred，并反饋至網(wǎng)站信用黑名單生成模塊，網(wǎng)站信用黑名單生成模塊重新生成網(wǎng)站信用黑名單B并再度更新網(wǎng)站信用集合Cred。
技術(shù)效果
[0030]與現(xiàn)有技術(shù)相比，本發(fā)明在對(duì)網(wǎng)站信用黑名單生成時(shí)，并未孤立地僅從單個(gè)網(wǎng)站信用值加以處理，而是考慮了站點(diǎn)之間的關(guān)聯(lián)關(guān)系對(duì)其網(wǎng)絡(luò)信用的影響，設(shè)計(jì)了一種基于關(guān)聯(lián)分析的網(wǎng)站信用黑名單的生成方法；并且考慮了網(wǎng)站失信事件發(fā)生后，對(duì)網(wǎng)站信用及其關(guān)聯(lián)站點(diǎn)的動(dòng)態(tài)影響，設(shè)計(jì)了對(duì)應(yīng)的網(wǎng)站信用黑名單動(dòng)態(tài)調(diào)整方法。本發(fā)明可以系統(tǒng)性生成網(wǎng)絡(luò)信用黑名單，并可針對(duì)網(wǎng)站失信事件做出對(duì)網(wǎng)站信用黑名單進(jìn)行動(dòng)態(tài)調(diào)整。
[0031]本發(fā)明在取得網(wǎng)站信用值的前提下，系統(tǒng)性生成網(wǎng)站信用黑名單，并為網(wǎng)絡(luò)信用安全體系的建設(shè)提供技術(shù)性輔助手段。
【專利附圖】
【附圖說明】
[0032]圖1為本發(fā)明方法流程圖。
[0033]圖2為實(shí)施例中的站點(diǎn)關(guān)系圖。
【具體實(shí)施方式】
[0034]下面對(duì)本發(fā)明的實(shí)施例作詳細(xì)說明，本實(shí)施例在以本發(fā)明技術(shù)方案為前提下進(jìn)行實(shí)施，給出了詳細(xì)的實(shí)施方式和具體的操作過程，但本發(fā)明的保護(hù)范圍不限于下述的實(shí)施例。
實(shí)施例1
[0035]如圖1所示。本系統(tǒng)包括:網(wǎng)絡(luò)關(guān)聯(lián)分析模塊、網(wǎng)站信用黑名單生成模塊以及網(wǎng)站失信事件信用動(dòng)態(tài)調(diào)整模塊，其中:網(wǎng)絡(luò)關(guān)聯(lián)分析模塊對(duì)站點(diǎn)集合W進(jìn)行分析，形成站點(diǎn)關(guān)聯(lián)矩陣M并輸出至網(wǎng)站信用黑名單生成模塊，網(wǎng)站信用黑名單生成模塊根據(jù)信用集合Cred和站點(diǎn)關(guān)聯(lián)矩陣M生成網(wǎng)站信用黑名單B和更新后的網(wǎng)站信用集合Cred，并將更新后的網(wǎng)站信用集合Cred輸出至網(wǎng)站失信事件信用動(dòng)態(tài)調(diào)整模塊，當(dāng)發(fā)生網(wǎng)站信用告警，則網(wǎng)站失信事件信用動(dòng)態(tài)調(diào)整模塊結(jié)合更新后的網(wǎng)站信用集合Cred生成動(dòng)態(tài)調(diào)整后的網(wǎng)站信用集合Cred，并反饋至網(wǎng)站信用黑名單生成模塊，網(wǎng)站信用黑名單生成模塊重新生成網(wǎng)站信用黑名單B并再度更新網(wǎng)站信用集合Cred。
[0036]本實(shí)施例具體操作流程如下:[0037]以如圖2中所示的站點(diǎn)集合作為樣例。在樣例中，站點(diǎn)W1友情鏈接指向W2和w3，W2友情鏈接指向W3, W3無友情鏈接關(guān)系。W1, W2和W3的初始網(wǎng)站信用值分別為95,70,50。由此得到站點(diǎn)集合
[0038]W=Iw1, w2, W3I和初始網(wǎng)站信用集{80，70，50}，設(shè)定黑名單閾值δ =55，具體如圖2所示；
[0039]1、網(wǎng)站關(guān)聯(lián)分析
[0040]本步驟輸入為待處理的網(wǎng)站數(shù)據(jù)集W，通過進(jìn)行網(wǎng)站關(guān)聯(lián)分析，輸出為站點(diǎn)關(guān)聯(lián)矩陣Μ。
[0041]具體而言，網(wǎng)站數(shù)據(jù)集W中的站點(diǎn)個(gè)數(shù)為3，步驟如下:
[0042]1.1)初始化站點(diǎn)關(guān)聯(lián)矩陣M為3*3矩陣，矩陣中的每個(gè)元素皆為0，并設(shè)置i=l。得到
【權(quán)利要求】
1.一種基于關(guān)聯(lián)分析的網(wǎng)站信用黑名單生成方法，其特征在于，首先對(duì)網(wǎng)站之間的關(guān)聯(lián)關(guān)系進(jìn)行分析并生成網(wǎng)站關(guān)聯(lián)數(shù)據(jù)集，然后根據(jù)網(wǎng)站關(guān)聯(lián)數(shù)據(jù)集生成網(wǎng)絡(luò)信用黑名單，針對(duì)網(wǎng)絡(luò)信用黑名單進(jìn)行動(dòng)態(tài)調(diào)整； 所述的方法包括以下步驟: 步驟一、網(wǎng)站關(guān)聯(lián)分析:根據(jù)待處理的網(wǎng)站數(shù)據(jù)集W中的站點(diǎn)個(gè)數(shù)為N，通過進(jìn)行網(wǎng)站關(guān)聯(lián)分析得到站點(diǎn)關(guān)聯(lián)矩陣M ； 步驟二、網(wǎng)站信用黑名單生成:根據(jù)待處理的網(wǎng)站集W及其對(duì)應(yīng)的網(wǎng)站信用集合Cred以及步驟一得到的站點(diǎn)關(guān)聯(lián)矩陣M為輸入，生成網(wǎng)站信用黑名單列表B和更新后的網(wǎng)站信用集合Cred ； 步驟三、網(wǎng)站失信事件信用動(dòng)態(tài)調(diào)整:根據(jù)網(wǎng)站失信時(shí)間告警和步驟二得到的Cred進(jìn)行網(wǎng)站失信事件后的信用調(diào)整，并得到動(dòng)態(tài)調(diào)整后的網(wǎng)站信用集合Cred。
2.根據(jù)權(quán)利要求1所述的方法，其特征是，所述的步驟一具體步驟包括: .1.D初始化站點(diǎn)關(guān)聯(lián)矩陣M為N*N矩陣，矩陣中的每個(gè)元素皆為O，并設(shè)置i=l ； .1.2)關(guān)聯(lián)站點(diǎn)全集Ri初始化為空集，通過手工方式或者友情鏈接查詢工具，對(duì)網(wǎng)站數(shù)據(jù)集W中的網(wǎng)站wi，將該網(wǎng)站對(duì)應(yīng)的全部友情鏈接站點(diǎn)加入Ri,生成其關(guān)聯(lián)站點(diǎn)全集Ri (j); .1.3)對(duì)于任意W中的網(wǎng)站wk，若wk是Ri的元素，則將站點(diǎn)關(guān)聯(lián)矩陣M中第i行第k列位置所在的元素叫』賦值為I ; .1.4) i值增加I，重復(fù)步驟1.2)-1.4)，直到i>N為止，由此得到用于輸出的站點(diǎn)關(guān)聯(lián)矩陣M。
3.根據(jù)權(quán)利要求1所述的方法，其特征是，步驟二具體步驟包括: .2.1)設(shè)G為W與B的差集，逐一檢查網(wǎng)站集合G中的每一個(gè)站點(diǎn)的網(wǎng)絡(luò)信用，將所有網(wǎng)絡(luò)信用值低于δ的站點(diǎn)加入信用黑名單列表B中，其中:δ為網(wǎng)絡(luò)信用黑名單的閾值，SP將網(wǎng)絡(luò)信用值低于δ的站點(diǎn)列入信用黑名單列表B中，網(wǎng)站信用黑名單列表B初始化時(shí)為空集，即設(shè)置 changecred_f Iag=O ； .2.2)對(duì)于G中的每一個(gè)站點(diǎn)Wi,其關(guān)聯(lián)站點(diǎn)集Ri初始化為空集；若其所對(duì)應(yīng)的站點(diǎn)關(guān)聯(lián)矩陣M所在X行中存在mx,t=l，則將對(duì)應(yīng)的wt加入Ri ； .2.3)對(duì)于G中的每一個(gè)站點(diǎn)Wi,若Ri與B的交集非空，則將該站點(diǎn)放入T中，并初始化J=1 ; . 2.4)對(duì)于T中的每一個(gè)站點(diǎn)Wp其網(wǎng)絡(luò)信用為ere+，其關(guān)聯(lián)站點(diǎn)集合為Rp Rj中的站點(diǎn)數(shù)量為Nj,計(jì)數(shù)器Countj的值初始化為O ; .2.5)對(duì)于站點(diǎn)Wj中的關(guān)聯(lián)站點(diǎn)集合中Rj的每一個(gè)站點(diǎn)，逐次檢查其是否在信用黑名單列表B中，若其在B中，計(jì)數(shù)器Countj的值加I，否則無操作； .2.6)計(jì)算 Credtemp 的值為 Credj* (1-Countj/ (Ν」+3)),若所得 Credtemp 小于 δ，則將其放入黑名單列表集合B中并更新Credj的值為δ -1 ;若changecred_fIag=I,更新Credj的值為Credtemp ； .2.7)更新」=」+1，重復(fù)步驟2.4)-2.6)，直到j(luò)> |T|-1 ； .2.8)重復(fù)步驟2.1) -2.7)，直到黑名單列表B無新的站點(diǎn)加入為止； .2.9)設(shè)置changecred_flag=l，重復(fù)執(zhí)行步驟2.1)-2.7) 一次；輸出黑名單列表B和更新后的網(wǎng)站信用集合Cred。
4.根據(jù)權(quán)利要求1所述的方法，其特征是，所述的網(wǎng)站失信事件包括:商業(yè)失信事件、網(wǎng)絡(luò)彳目息失彳目事件和網(wǎng)站安全失彳目事件；商業(yè)失/[目事件見于電子商務(wù)網(wǎng)站，常見的商業(yè)失信事件有網(wǎng)絡(luò)商業(yè)欺詐、價(jià)格欺騙、虛假宣傳、物流失信以及售后服務(wù)不周；網(wǎng)絡(luò)信息失信事件指網(wǎng)站從事一些與備案主體不符的活動(dòng)，網(wǎng)站發(fā)布或者允許注冊(cè)會(huì)員發(fā)布一些失實(shí)、色情甚至反動(dòng)的信息；常見的網(wǎng)絡(luò)信息失信事件有網(wǎng)站發(fā)布違法信息、網(wǎng)站的注冊(cè)網(wǎng)民發(fā)布違法信息以及網(wǎng)站未及時(shí)處理網(wǎng)民發(fā)布的違法信息；網(wǎng)站安全失信事件指網(wǎng)站本身的安全問題對(duì)用戶造成了損失，從而影響網(wǎng)站的信用；常見的網(wǎng)站安全失信事件有網(wǎng)站存在木馬惡意代碼、網(wǎng)站擅自使用用戶個(gè)人信息以獲得商業(yè)利益以及網(wǎng)站泄漏用戶的個(gè)人信息。
5.根據(jù)權(quán)利要求1或4所述的方法，其特征是，所述的步驟三具體包括: 3.1)發(fā)生網(wǎng)站失信事件后，相關(guān)的網(wǎng)絡(luò)站點(diǎn)集合為L(zhǎng)，集合D為L(zhǎng)與(W-B)的交集，則對(duì)于D其中的每一個(gè)網(wǎng)絡(luò)站點(diǎn)Wi,設(shè)定其失信事件信用影響因子β i，0〈 β 由此形成集合{β山 3.2)對(duì)于L中的每一個(gè)站點(diǎn)Wi,按照公式Credi=Credi* (1-β J，調(diào)整其網(wǎng)絡(luò)信用值，并輸出網(wǎng)站信用集合Cred ； 3.3)根據(jù)步驟3.2)得到的更新后的信用集合Cred按照步驟二方式重新生成更新后的網(wǎng)站信用黑名單。
6.一種基于關(guān)聯(lián)分析的網(wǎng)站信用黑名單生成系統(tǒng)，其特征在于，包括:網(wǎng)絡(luò)關(guān)聯(lián)分析模塊、網(wǎng)站信用黑名單生成模塊以及網(wǎng)站失信事件信用動(dòng)態(tài)調(diào)整模塊，其中:網(wǎng)絡(luò)關(guān)聯(lián)分析模塊對(duì)站點(diǎn)集合W進(jìn)行分析，形成站點(diǎn)關(guān)聯(lián)矩陣M并輸出至網(wǎng)站信用黑名單生成模塊，網(wǎng)站信用黑名單生成模塊根據(jù)信用集合 Cred和站點(diǎn)關(guān)聯(lián)矩陣M生成網(wǎng)站信用黑名單B和更新后的網(wǎng)站信用集合Cred，并將更新后的網(wǎng)站信用集合Cred輸出至網(wǎng)站失信事件信用動(dòng)態(tài)調(diào)整模塊，當(dāng)發(fā)生網(wǎng)站信用告警，則網(wǎng)站失信事件信用動(dòng)態(tài)調(diào)整模塊結(jié)合更新后的網(wǎng)站信用集合Cred生成動(dòng)態(tài)調(diào)整后的網(wǎng)站信用集合Cred，并反饋至網(wǎng)站信用黑名單生成模塊，網(wǎng)站信用黑名單生成模塊重新生成網(wǎng)站信用黑名單B并再度更新網(wǎng)站信用集合Cred。
【文檔編號(hào)】H04L29/06GK103475669SQ201310443543
【公開日】2013年12月25日 申請(qǐng)日期:2013年9月25日 優(yōu)先權(quán)日:2013年9月25日
【發(fā)明者】張保穩(wěn), 孔國(guó)棟, 林祥, 李建華 申請(qǐng)人:上海交通大學(xué)