恶意网站

摘要： 当下企业内部网络系统也变得不再安全,零信任模型是解决企业内网安全问题行之有效的方法。在实施零信任之时,请牢记本文所述的几个关键点。在“新冠”病毒疫情流行时期,网络攻击者经常针对用户展开网络钓鱼活动,特别是利用疫情相关信息实施钓鱼攻击,窃取用户登录凭据。员工在家远程办公期间,许多组织向远程员工及其设备授予了更多信任权限。但与此同时,在家工作的员工在不知不觉中就可能浏览潜在恶意网站,并感染恶意程序。而如果此时员工正在通过VPN连接到公司网络进行办公,那么恶意软件就能够轻易地渗透到企业内网。

摘要： 进入信息化时代后,一分钟内社交网络平台可以产生的数据量远远超过800万,看似庞大的、简单的数据确可以在关键时期发挥出巨大的作用,操盘手可以通过分析这些数据,提前预判出股市的起伏,从中赚取不菲的经济收入;黑客可以通过分析数据,得到网民经常浏览的网站,在网站中恶意埋藏病毒、擅自修改网站网址,促使网民个人信息泄露、企业核心信息泄露,给人们造成不小的经济损失。本文将简要分析如何在大数据时代优化、改进计算机网络信息安全与防护的策略。

摘要： 采用多源链接分析指标,构建了基于链接分析和规则分类技术的恶意网站识别模型.通过分析四种规则分类技术的识别性能和识别规则,并与四种传统的机器学习分类技术进行对比,验证所构建模型的有效性.在所提取的识别规则中,来自Al exa和Moz平台上的网站链接指标在恶意网站识别中有重要作用;与传统的机器学习分类技术相比,基于链接分析和规则分类的识别模型不仅能提取出多组易于理解的恶意网站识别规则,还具有更好的识别性能.本研究不仅拓展了链接分析在恶意网站识别中的应用,有效提升了恶意网站识别的准确性,还提取出易于理解的恶意网站识别规则.

摘要： [目的]充分利用网站多源评测指标,研究恶意网站的评估和识别问题.[方法]在广泛收集网站多源评测指标的基础上,采用主成分分析法对恶意网站进行多维度评估,并在此基础上利用随机森林分类算法构建恶意网站识别模型.[结果]所构建方法可以有效提取权威、引用、访问量、排名、链接5个评估维度;同时,基于主成分分析法和随机森林的恶意网站识别模型具有较高的准确率和识别效率.[局限]受数据获取的限制,本研究样本大多属于国外网站,所提取的维度可能与国内恶意网站有一定差异;同时没有考虑恶意网站与正常网站的数量存在不均衡问题.[结论]所构建的基于主成分分析和随机森林的模型既可以提取具有较好解释性的网站评价维度,又具有较高的识别准确率和效率,对后续恶意网站的评估与识别研究具有借鉴意义.

摘要： 【目的】充分利用网站多源评测指标,研究恶意网站的评估和识别问题。【方法】在广泛收集网站多源评测指标的基础上,采用主成分分析法对恶意网站进行多维度评估,并在此基础上利用随机森林分类算法构建恶意网站识别模型。【结果】所构建方法可以有效提取权威、引用、访问量、排名、链接5个评估维度;同时,基于主成分分析法和随机森林的恶意网站识别模型具有较高的准确率和识别效率。【局限】受数据获取的限制,本研究样本大多属于国外网站,所提取的维度可能与国内恶意网站有一定差异;同时没有考虑恶意网站与正常网站的数量存在不均衡问题。【结论】所构建的基于主成分分析和随机森林的模型既可以提取具有较好解释性的网站评价维度,又具有较高的识别准确率和效率,对后续恶意网站的评估与识别研究具有借鉴意义。

摘要： 【目的】充分利用网站多源评测指标,研究恶意网站的评估和识别问题。【方法】在广泛收集网站多源评测指标的基础上,采用主成分分析法对恶意网站进行多维度评估,并在此基础上利用随机森林分类算法构建恶意网站识别模型。【结果】所构建方法可以有效提取权威、引用、访问量、排名、链接5个评估维度;同时,基于主成分分析法和随机森林的恶意网站识别模型具有较高的准确率和识别效率。【局限】受数据获取的限制,本研究样本大多属于国外网站,所提取的维度可能与国内恶意网站有一定差异;同时没有考虑恶意网站与正常网站的数量存在不均衡问题。【结论】所构建的基于主成分分析和随机森林的模型既可以提取具有较好解释性的网站评价维度,又具有较高的识别准确率和效率,对后续恶意网站的评估与识别研究具有借鉴意义。

摘要： 随着网络科技的日益发展,人们在享受互联网成果的同时,也遭受其负面产物如变化多样的恶意网站所带来的困扰.网址作为一般网站的唯一入口,检测并阻止其威胁行为已成为避免信息安全风险的重要控制措施.同时对未知网站的检测成为一种研究趋势.该系统主要功能是对恶意网站内容的智能检测,识别未知的网页是否异常.主要技术特点如下:1)采用了基于机器学习中的ART-2聚类算法,具有无监督地自学习特点,做到了实时更新检测.2)系统在学习新的网站时,不会破坏已存储的知识节点,实现对知识库的快速扩充.3)在数据预处理过程中加入了MMSEG分词算法,实现对中文文本的快速分词,提高了获取网页特征的准确性.后台通过网页内容获取、对html的标签内容做提取、MMSEG分词、特征降维并赋权重、ART-2聚类计算等五大功能,实现用户的请求.

摘要： 由于Hosts文件在Windows中藏身的路径较深，且具备隐含属性，因此定位、查看、编辑，操作不够方便。而这样一个“神秘”之物，却可以发挥诸如拦截恶意网站、屏蔽广告、记录登录信息等重要功用。

摘要： 随着互联网的发展,越来越多的人足不出户,通过浏览网站或者客户端就可以解决生活和工作中的缴费、转账等问题.同时网络诈骗等刑事案件也在增多,恶意网站成为诈骗的主要手段.软件定义网络对网络资源具有灵活的按需调配能力,利用该能力能很好地实现对恶意网站的防范.文章提出一种基于OpenFlow的恶意网站防范模型,利用软件定义网络控制和转发分离的特征,在Floodlight控制器中对客户端的DNS访问请求进行处理,在保证正常网站可以访问的前提下对恶意网站进行拦截.

摘要： 本发明提供一种防止恶意内容侵染网站页面的方法和系统,总体上涉及通过建立从合法网页内容文件由合法网页服务经过端口监控模块到特定网络地址和端口的安全数据管道，来防止任何企图将有害内容以被保护网站的名义发布到互联网上的恶意攻击行为。合法的网页内容文件受文件系统驱动模块保护，该文件系统驱动模块根据一个进程管控模块的输入来维持一个与合法服务/合法进程相对应的进程标识的进程白名单，并且仅允许列入该进程白名单的进程访问受保护的文件。该预定义的网页服务与特定的发布文件夹绑定，该发布文件夹由文件系统驱动模块进行监视和保护，以防止未经授权的服务或应用程序创建新的非法内容。该网页服务还与特定的本地网络端口绑定。

摘要： 本发明属于网站内容检测技术领域，特别涉及一种网站恶意第三方内容检测方法及系统，包括下列步骤：网页资源首先经过内容安全策略CSP的检查，若资源无法通过内容安全策略CSP则直接被判定为恶意内容；内容安全策略CSP未检测出的内容进入包含序列构建模块，进行包含序列构建；特征提取；针对包含序列构建中构建出的序列提取相应的特征，用作训练分类；通过包含序列分类器对包含序列进行分类。本发明通过对DOM树细粒度解析出的页面资源包含序列进行第三方恶意内容检测，相对于基于传统安全策略的方法，本发明更加易于部署，同时使得第三方无法寻找安全漏洞绕过本发明，进一步增加了网页的安全性。本发明用于对网站恶意第三方内容的检测。

摘要： 本发明提供了一种视频网站内传播恶意软件的检测方法、装置、设备及介质，方法包括：获取待检测视频文件的相关字符信息；待检测视频文件为用户上传至目标视频网站的视频文件；检测待检测视频文件的相关字符信息中是否存在可疑下载链接；若存在，则根据待检测视频文件的上传时间确定检测时间范围；确定用户是否在检测时间范围内，向目标视频网站上传相关字符信息中存在可疑下载链接的其它视频文件，且其它视频文件的数量超出设定数量阈值，若是，则确定待检测视频文件的相关字符信息中存在的可疑下载链接为传播恶意软件的链接。本方案，无需下载链接中的软件并分析，即可检测出视频文件的相关字符信息中的下载链接是否用于传播恶意软件。

摘要： 本发明提出一种恶意跳转及恶意嵌套类不良网站的自动判定方法，包括：1)构建一域名黑名单；2)搭建一递归服务器，在一待判定网站发起域名查询请求时进行递归解析，同时启用查询日志记录功能，对待判定网站发起的域名查询请求进行记录；3)利用服务器模拟浏览器访问行为，对待判定网站进行轮询访问；4)对递归服务器的查询日志进行分析，形成待筛选的域名列表；5)对于域名列表中的各域名进行筛选，形成疑似滥用域名列表；6)将疑似滥用域名列表与所述域名黑名单进行比对，判定该待判定网站是否为恶意网站。基于域名解析，通过模拟浏览器访问行为，捕获上述两类网站的域名查询集合，最终通过黑名单匹配的机制实现两类网站的判定。

摘要： 本发明提供了恶意网站判定方法、装置、终端及服务器，所述方法包括获得网站的统一资源定位符；计算网站的URL模式恶意度，所述URL模式恶意度为通过神经网络方法分析所述网址的统一资源定位符而得到的网站的恶意程度；获取用于表征网站信任度的站点属性集；根据所述站点属性集中的各个站点属性和所述URL模式恶意度判定所述网站是否为恶意网站。本发明不仅能够通过网站的统一资源定位符来发现恶意网址，还能够进一步通过关联分析网站的站点属性来挖掘恶意网址。相较于现有技术，本发明还能够将统一资源定位符以及传播异常度纳入考量，进一步提升了网站判定的精准度。

摘要： 本公开涉及网络信息安全技术领域，提供一种恶意网站检测方法、装置、电子设备和计算机存储介质，包括：基于获取的各个待检测网站的域名和/或网页内容，确定待检测网站中的疑似恶意网站；根据每个疑似恶意网站的网页内容包括文本内容，确定每个疑似恶意网站的文本特征；基于预训练的聚类模型，根据每个疑似恶意网站的文本特征，对每个疑似恶意网站进行聚类，得到每个疑似恶意网站对应的聚类类别；基于预设敏感词库，确定聚类类别的敏感类型，以得到聚类类别对应的每个疑似恶意网站的敏感类型；根据疑似恶意网站的敏感类型，确定疑似恶意网站的风险等级，基于风险等级确定疑似恶意网站是否为恶意网站。本公开可提高恶意网站识别和分类的准确率。

摘要： 本发明提出一种恶意跳转及恶意嵌套类不良网站的自动判定方法，包括：1)构建一域名黑名单；2)搭建一递归服务器，在一待判定网站发起域名查询请求时进行递归解析，同时启用查询日志记录功能，对待判定网站发起的域名查询请求进行记录；3)利用服务器模拟浏览器访问行为，对待判定网站进行轮询访问；4)对递归服务器的查询日志进行分析，形成待筛选的域名列表；5)对于域名列表中的各域名进行筛选，形成疑似滥用域名列表；6)将疑似滥用域名列表与所述域名黑名单进行比对，判定该待判定网站是否为恶意网站。基于域名解析，通过模拟浏览器访问行为，捕获上述两类网站的域名查询集合，最终通过黑名单匹配的机制实现两类网站的判定。

摘要： 本公开涉及网络信息安全技术领域，提供一种恶意网站检测方法、装置、电子设备和计算机存储介质，包括：基于获取的各个待检测网站的域名和/或网页内容，确定待检测网站中的疑似恶意网站；根据每个疑似恶意网站的网页内容包括文本内容，确定每个疑似恶意网站的文本特征；基于预训练的聚类模型，根据每个疑似恶意网站的文本特征，对每个疑似恶意网站进行聚类，得到每个疑似恶意网站对应的聚类类别；基于预设敏感词库，确定聚类类别的敏感类型，以得到聚类类别对应的每个疑似恶意网站的敏感类型；根据疑似恶意网站的敏感类型，确定疑似恶意网站的风险等级，基于风险等级确定疑似恶意网站是否为恶意网站。本公开可提高恶意网站识别和分类的准确率。

摘要： 本发明公开了一种基于胶囊网络的恶意网站URL检测方法，包括：根据进制转换规则将拦截到的待检测URL转换为三通道RGB彩色图像；基于胶囊网络构建目标检测模型；利用样本数据对目标检测模型进行训练，生成包含图结构和网络参数的目标检测模型；将待检测目标输入训练后的目标检测模型中，对拦截到的待检测URL是否属于恶意网站以及属于哪个恶意家族进行识别分类。本发明引入了恶意网站URL可视化方法，提高了检测效率；使用胶囊网络进行图像的特征提取和分类训练，提高了检测准确率，同时也较好解决了深度神经网络中小样本训练效果不佳的问题。

摘要： 本发明提供一种恶意网站识别方法、装置、电子设备及存储介质，涉及网络安全领域，方法包括：获取恶意网站的网页指纹信息以及待检测网站对应的网页特征信息；利用网页指纹信息生成第一哈希值，以及利用网页特征信息生成第二哈希值；利用第一哈希值确定第一分区号，并将网页指纹信息分配至第一分区号对应的分区；分区的数量小于网页指纹信息的数量；利用第二哈希值确定第二分区号，并利用第二分区号对应的分区所具有的目标网页指纹信息对网页特征信息进行检测，以确定待检测网站是否属于恶意网站；可通过分区匹配方式降低恶意网站识别的匹配计算量，避免采用全量网页指纹信息进行恶意网站识别带来的效率低下问题，进而可提升恶意网站的识别速率。