一種網(wǎng)頁腳本的識別方法及裝置的制造方法
【專利說明】一種網(wǎng)頁腳本的識別方法及裝置
[0001]
技術(shù)領(lǐng)域
[0002]本發(fā)明涉及信息安全領(lǐng)域，具體來說，涉及一種網(wǎng)頁腳本的識別方法及裝置。
[0003]
【背景技術(shù)】
[0004]網(wǎng)絡(luò)流量異常指網(wǎng)絡(luò)中流量不規(guī)則的顯著變化，如網(wǎng)絡(luò)短暫擁塞、分布式拒絕服務(wù)攻擊(DDoS，Distributed Denial ofService)、大范圍掃描等本地事件或者網(wǎng)絡(luò)路由異常等全局事件。網(wǎng)絡(luò)流量異常的監(jiān)測和分析對網(wǎng)絡(luò)安全應(yīng)急響應(yīng)部門而言非常重要，但是由于宏觀流量異常監(jiān)測比較困難，需要從大量高維的富含噪聲的數(shù)據(jù)中提取和解釋異常模式，使得對于網(wǎng)絡(luò)異常的監(jiān)測和分析仍然是一個極大的挑戰(zhàn)。
[0005]針對相關(guān)技術(shù)中的問題，目前尚未提出有效的解決方案。
[0006]

【發(fā)明內(nèi)容】

[0007]本發(fā)明的目的是提供一種網(wǎng)頁腳本的識別方法及裝置，以克服目前現(xiàn)有技術(shù)存在的上述不足。
[0008]本發(fā)明的目的是通過以下技術(shù)方案來實現(xiàn):
一種網(wǎng)頁腳本的識別方法，包括如下步驟:
根據(jù)常用的系統(tǒng)命令和數(shù)據(jù)命令，腳本語言函數(shù)，生成敏感參數(shù)特征庫對網(wǎng)頁流量進行深度協(xié)議解析，提取命令參數(shù)；
利用向量空間算法將提取到的命令參數(shù)和所述敏感參數(shù)特征庫進行相似性分析；將相似性分析結(jié)果和閥值進行比較，將相似性結(jié)果大于閥值的參數(shù)信息記錄到敏感參數(shù)特征庫，并且將該信息標記為黑名單，同時更新敏感參數(shù)特征庫。
[0009]進一步的，所述相似性分析結(jié)果和閥值進行比較還包括:
當(dāng)相似性結(jié)果小于閥值時，將參數(shù)信息記錄到敏感參數(shù)特征庫，并且將該信息標記為白名單。
[0010]其中，一種網(wǎng)頁腳本識別裝置，其特征在于，包括數(shù)據(jù)生成單元、深度協(xié)議解析單元、相似性分析單元以及數(shù)據(jù)處理單元，其中
數(shù)據(jù)生成單元，用于根據(jù)常用的系統(tǒng)命令和數(shù)據(jù)命令，腳本語言函數(shù)，生成敏感參數(shù)特征庫；
深度協(xié)議解析單元，用于對網(wǎng)頁流量進行深度協(xié)議解析，提取命令參數(shù)；
相似性分析單元，用于利用向量空間算法將提取到的命令參數(shù)和所述敏感參數(shù)特征庫進行相似性分析；
數(shù)據(jù)處理單元，用于將相似性分析結(jié)果和閥值進行比較，將相似性結(jié)果大于閥值的參數(shù)信息記錄到敏感參數(shù)特征庫，并且將該信息標記為黑名單，同時更新敏感參數(shù)特征庫。[ΟΟ?1 ] 進一步的，所述深度協(xié)議解析單元包括url解碼，html解碼，base64解碼。
[0012]本發(fā)明的有益效果為:通過基礎(chǔ)庫知識庫生成、深度協(xié)議解析數(shù)據(jù)分析，相似性分析，數(shù)據(jù)處理等步驟，并且通過深度協(xié)議解析達到了良好的實時性，能夠應(yīng)用于多種場合。同時，通過信息積累，也提高了網(wǎng)頁木馬識別的正確率。
[0013]
【附圖說明】
[0014]為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實施例中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他的附圖。
[0015]圖1是根據(jù)本發(fā)明實施例的一種網(wǎng)頁腳本的識別方法流程圖。
[0016]
【具體實施方式】
[0017]下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術(shù)方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例?；诒景l(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。
[0018]如圖1所示，根據(jù)本發(fā)明的實施例所述的一種網(wǎng)頁腳本的識別方法，包括如下步驟:
根據(jù)常用的系統(tǒng)命令和數(shù)據(jù)命令，腳本語言函數(shù)，生成敏感參數(shù)特征庫對網(wǎng)頁流量進行深度協(xié)議解析，提取命令參數(shù)；
利用向量空間算法將提取到的命令參數(shù)和所述敏感參數(shù)特征庫進行相似性分析；將相似性分析結(jié)果和閥值進行比較，將相似性結(jié)果大于閥值的參數(shù)信息記錄到敏感參數(shù)特征庫，并且將該信息標記為黑名單，同時更新敏感參數(shù)特征庫。
[0019]進一步的，所述相似性分析結(jié)果和閥值進行比較還包括:
當(dāng)相似性結(jié)果小于閥值時，將參數(shù)信息記錄到敏感參數(shù)特征庫，并且將該信息標記為白名單。
[0020]其中一種網(wǎng)頁腳本識別裝置，包括數(shù)據(jù)生成單元、深度協(xié)議解析單元、相似性分析單元以及數(shù)據(jù)處理單元，其中
數(shù)據(jù)生成單元，用于根據(jù)常用的系統(tǒng)命令和數(shù)據(jù)命令，腳本語言函數(shù)，生成敏感參數(shù)特征庫；
深度協(xié)議解析單元，用于對網(wǎng)頁流量進行深度協(xié)議解析，提取命令參數(shù)；
相似性分析單元，用于利用向量空間算法將提取到的命令參數(shù)和所述敏感參數(shù)特征庫進行相似性分析；
數(shù)據(jù)處理單元，用于將相似性分析結(jié)果和閥值進行比較，將相似性結(jié)果大于閥值的參數(shù)信息記錄到敏感參數(shù)特征庫，并且將該信息標記為黑名單，同時更新敏感參數(shù)特征庫。[0021 ] 進一步的，所述深度協(xié)議解析單元包括urI解碼，html解碼，base64解碼。
[0022]綜上所述，借助于本發(fā)明的上述技術(shù)方案，通過基礎(chǔ)庫知識庫生成、深度協(xié)議解析數(shù)據(jù)分析，相似性分析，數(shù)據(jù)處理等步驟，并且通過深度協(xié)議解析達到了良好的實時性，能夠應(yīng)用于多種場合。同時，通過信息積累，也提高了網(wǎng)頁木馬識別的正確率。
[0023]以上所述僅為本發(fā)明的較佳實施例而已，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進等，均應(yīng)包含在本發(fā)明的保護范圍之內(nèi)。
【主權(quán)項】
1.一種網(wǎng)頁腳本的識別方法，其特征在于，包括如下步驟: 根據(jù)常用的系統(tǒng)命令和數(shù)據(jù)命令，腳本語言函數(shù)，生成敏感參數(shù)特征庫 對網(wǎng)頁流量進行深度協(xié)議解析，提取命令參數(shù)； 利用向量空間算法將提取到的命令參數(shù)和所述敏感參數(shù)特征庫進行相似性分析； 將相似性分析結(jié)果和閥值進行比較，將相似性結(jié)果大于閥值的參數(shù)信息記錄到敏感參數(shù)特征庫，并且將該信息標記為黑名單，同時更新敏感參數(shù)特征庫。2.根據(jù)權(quán)利要求1所述的網(wǎng)頁腳本的識別方法，其特征在于，所述相似性分析結(jié)果和閥值進行比較還包括: 當(dāng)相似性結(jié)果小于閥值時，將參數(shù)信息記錄到敏感參數(shù)特征庫，并且將該信息標記為白名單。3.—種網(wǎng)頁腳本識別裝置，其特征在于，包括數(shù)據(jù)生成單元、深度協(xié)議解析單元、相似性分析單元以及數(shù)據(jù)處理單元，其中 數(shù)據(jù)生成單元，用于根據(jù)常用的系統(tǒng)命令和數(shù)據(jù)命令，腳本語言函數(shù)，生成敏感參數(shù)特征庫； 深度協(xié)議解析單元，用于對網(wǎng)頁流量進行深度協(xié)議解析，提取命令參數(shù)； 相似性分析單元，用于利用向量空間算法將提取到的命令參數(shù)和所述敏感參數(shù)特征庫進行相似性分析； 數(shù)據(jù)處理單元，用于將相似性分析結(jié)果和閥值進行比較，將相似性結(jié)果大于閥值的參數(shù)信息記錄到敏感參數(shù)特征庫，并且將該信息標記為黑名單，同時更新敏感參數(shù)特征庫。4.根據(jù)權(quán)利要求3所述的網(wǎng)頁腳本識別裝置，其特征在于，所述深度協(xié)議解析單元包括111'1解碼，111:1111解碼，&38664解碼。
【專利摘要】本發(fā)明公開了一種網(wǎng)頁腳本的識別方法，包括如下步驟：根據(jù)常用的系統(tǒng)命令和數(shù)據(jù)命令，腳本語言函數(shù)，生成敏感參數(shù)特征庫；對網(wǎng)頁流量進行深度協(xié)議解析，提取命令參數(shù)；利用向量空間算法將提取到的命令參數(shù)和所述敏感參數(shù)特征庫進行相似性分析；將相似性分析結(jié)果和閥值進行比較，將相似性結(jié)果大于閥值的參數(shù)信息記錄到敏感參數(shù)特征庫，并且將該信息標記為黑名單，同時更新敏感參數(shù)特征庫。本發(fā)明的有益效果為：通過基礎(chǔ)庫知識庫生成、深度協(xié)議解析數(shù)據(jù)分析，相似性分析，數(shù)據(jù)處理等步驟，并且通過深度協(xié)議解析達到了良好的實時性，能夠應(yīng)用于多種場合。同時，通過信息積累，也提高了網(wǎng)頁木馬識別的正確率。
【IPC分類】H04L29/06
【公開號】CN105516098
【申請?zhí)枴緾N201510857021
【發(fā)明人】儲來斌
【申請人】睿峰網(wǎng)云（北京）科技股份有限公司
【公開日】2016年4月20日
【申請日】2015年11月30日