公开(公告)号：CN107911360A

公开(公告)日：2018-04-13

申请号：CN201711115196.9

申请日：2017-11-13

Applicant: 哈尔滨工业大学(威海)

Inventor： 武思妍 ,  佟晓筠 ,  辛国栋 ,  王巍 ,  王佰玲 ,  刘扬

IPC: H04L29/06 ,  G06F17/30

CPC classification number: H04L63/1466 ,  G06F16/951 ,  G06F16/955 ,  H04L63/1416 ,  H04L63/1483

Abstract: 本发明涉及一种被黑网站检测方法及系统，包括：(1)获取原始数据；(2)数据清洗；(3)分别抽取出文本检测、图片检测、启发式检测所需的数据；(4)查询文本检测的索引库，返回相似度值S1；(5)采用匈牙利算法计算两个图片之间的emd距离并转化成相似性S2；(6)相似度值S1和相似性S2线性融合；(7)如果融合结果S≥T，则判定该网站没有被黑，标记为0；否则，判定该网站被黑，标记为1；(8)采用决策树模型对待检测网页进行判断，输出结果为0(未被黑)或1(被黑)，如果(7)、(8)至少有一个为1，则表示网页被黑，否则网页正常。本发明采取两种方式检测，根据阈值判断，精确度更高，可及时发现互联网中一些恶意网页或被黑网页。