基于Hits算法的Web搜索结果安全性排序方法

摘要

本发明涉及网络安全技术领域，特别是一种基于Hits算法的Web搜索结果安全性排序方法，其特征在于：建立一个恶意特征库F(f1,f2,f3,…,fn)，所述恶意特征库包含n种网络病毒、木马、漏洞在网页中出现的特征码，将所述恶意特征库的各特征码fx表示成由m个分量组成的向量形式，即fx=(fx1,fx2,fx3,…,fxm)，其中x∈{1,2,…,n}，fx∈F，各个分量所占权重用f’x来表示；然后，基于Hits算法，结合向量空间模型和恶意特征库，进行网页搜索结果安全性排序。该方法有利于降低恶意网页在搜索结果中的排序，从而降低访问到不安全网页的概率。

主权项

1. 一种基于Hits算法的Web搜索结果安全性排序方法，其特征在于：建立一个恶意特征库F ( f₁ , f₂ , f₃ , … , f_n )，所述恶意特征库包含n种网络病毒、木马、漏洞在网页中出现的特征码，将所述恶意特征库的各特征码f_i分别表示成由m个分量组成的向量形式，即f_i = ( f_i1 , f_i2 , f_i3 , … , f_im )，其中i∈{1,2,…,n}，f_i∈F；然后，基于Hits算法，按如下步骤进行网页安全性排序：步骤1：将搜索主题提交给基于文本的搜索引擎，从返回结果网页的集合中取前t个网页的集合，记为根集R；向所述根集R中加入被根集R引用的网页和引用根集R的网页，对内在链接和不相关链接进行处理后，将根集R扩展成集合G；以集合G中的Hub网页为顶点集V₁，以Authority网页为顶点集V₂，V₁中的网页到V₂中的网页的超链接为边集E，形成一个二分有向图S = ( V₁ , V₂ , E )，对V₁中任一顶点v，用h(v)表示网页v的Hub值，对V₂中的任一顶点u，用a(u)表示网页u的Authority 值，初始时h(v)=a(u)=1；步骤2：对u 执行I操作，修改它的a(u)，对v执行O操作，修改它的h(v)，I操作、O操作分别为：I操作：O操作：上述式子中，表示历遍V₁中页面并求和，表示历遍V₂中页面并求和，Risk(F,u)、Risk(F,v)按如下公式计算：上述式子中，μ_i表示所述恶意特征库中第i种特征码的危害因子，μ_i∈(0,1)；所述页面u是文本集合，页面u表示成向量为u(u₁,u₂,u₃,…,u_p)，将页面u的各分量u_k分别表示成由m个分量组成的向量形式，即u_k=(u_k1,u_k2,u_k3,…,u_km)，其中k∈{1,2,…, p}，u_k∈u；所述页面v是文本集合，页面v表示成向量为v(v₁,v₂,v₃,…,v_p)，将页面v的各分量v_k分别表示成由m个分量组成的向量形式，即v_k=(v_k1,v_k2,v_k3,…,v_km)，其中k∈{1,2,…, p}，v_k∈v；步骤3：按步骤2对顶点集V₂中的所有页面进行一次I操作，对顶点集V₁中的所有页面进行一次O操作；完成后，按如下公式对a(u)、h(v)进行规范化处理：上述式子中，q表示链入节点的数量；步骤4：重复步骤2、3进行迭代计算，直到a(u)、h(v)收敛；步骤5：根据各页面最后的a(u)值对各页面按安全性高低进行排序。