基于局部变化性的网页篡改识别模型及方法

doi:10.3724/SP.J.1087.2013.00430

计算机应用 ›› 2013, Vol. 33 ›› Issue (02): 430-433.DOI: 10.3724/SP.J.1087.2013.00430

基于局部变化性的网页篡改识别模型及方法

魏文晗¹,邓一贵²

1. 重庆大学计算机学院，重庆 400044
2. 重庆大学信息与网络管理中心，重庆 400044

收稿日期:2012-08-03 修回日期:2012-09-11 发布日期:2013-02-25 出版日期:2013-02-01
通讯作者: 魏文晗
作者简介:魏文晗(1986-)，男，湖北天门人，硕士研究生，主要研究方向：计算机网络、信息安全;
邓一贵(1971-)，男，四川简阳人，高级工程师，博士，主要研究方向：计算机网络、信息安全、移动代理。
基金资助:
重庆市自然科学基金资助项目

Detection model and method of website defacements based on attributes partial changes

WEI Wenhan¹,DENG Yigui²

1. College of Computer Science, Chongqing University, Chongqing 400044, China
2. Information and Campus Network Management Center, Chongqing University, Chongqing 400044, China

Received:2012-08-03 Revised:2012-09-11 Online:2013-02-25 Published:2013-02-01
Contact: WEI Wenhan

摘要/Abstract

摘要： 针对传统的网页远程监控方式局限于静态网页的问题，本文提出一种适用于动态网页的基于规则的分类模型。该模型考虑到网页的局部变化性，首先根据历史页面的动态更新，划分网页的动态区域和静态区域；其次，对动态区域，根据历史特征计算相关阀值,对静态区域建立分块的MD5历史库;最后，根据定义的IF-THEN规则决定是否发送警报。实验表明，该模型能在更短时间内完成全站检测，对正常页面的误报率较低，对异常页面的检测率较高。

关键词: 网页篡改, 网站监测, 篡改检测, IF-THEN规则, 领域知识

Abstract: The traditional methods of website remote monitoring are limited to static webpages. A rule-based classifier for dynamic webpage was proposed. The method took the website partial changes into consideration, and divided the websites into the dynamic regions and the static regions according to the dynamic updates of the historical pages, and then calculated thresholds based on the historical features for dynamic regions and built history database of MD5 based on blocks for the static regions. Finally, it decided whether to send alarms according to the defined IF-THEN rules. The test results show that the model can scan the whole website in shorter time, get lower false detection rate for normal pages and higher detection rate for distorted pages.

Key words: Web defacement, website monitoring, defacement detection, IF-THEN rule, domain knowledge

中图分类号:

TP393.08

魏文晗邓一贵. 基于局部变化性的网页篡改识别模型及方法[J]. 计算机应用, 2013, 33(02): 430-433.

WEI Wenhan DENG Yigui. Detection model and method of website defacements based on attributes partial changes[J]. Journal of Computer Applications, 2013, 33(02): 430-433.

[1]	王宏, 钱清, 王欢, 龙永. 融合大核注意力卷积的轻量化图像篡改定位算法[J]. 《计算机应用》唯一官方网站, 2023, 43(9): 2692-2699.
[2]	衡红军, 杨鼎诚. 知识增强的方面词交互图神经网络[J]. 《计算机应用》唯一官方网站, 2023, 43(8): 2412-2419.
[3]	沈万里, 张玉金, 胡万. 面向图像修复取证的U型特征金字塔网络[J]. 《计算机应用》唯一官方网站, 2023, 43(2): 545-551.
[4]	刘雅璇, 钟勇. 基于头实体注意力的实体关系联合抽取方法[J]. 计算机应用, 2021, 41(9): 2517-2522.
[5]	马建刚, 马应龙. 语义驱动的司法文档学习分类方法[J]. 计算机应用, 2019, 39(6): 1696-1700.
[6]	尹立, 林新棋, 陈黎飞. 视频帧内运动目标移除篡改检测算法[J]. 计算机应用, 2018, 38(3): 879-883.
[7]	阳帆, 严迪群, 徐宏伟, 王让定, 金超, 向立. 基于噪声一致性的数字语音异源拼接篡改检测算法[J]. 计算机应用, 2017, 37(12): 3452-3457.
[8]	郑继明, 苏慧嘉. 基于颜色分量间相关性的图像拼接篡改检测方法[J]. 计算机应用, 2017, 37(10): 2903-2906.
[9]	林晶, 黄添强, 赖玥聪, 卢贺楠. 采用量化离散余弦变换系数检测视频单帧连续多次复制粘贴篡改[J]. 计算机应用, 2016, 36(5): 1356-1361.
[10]	王兵, 毛倩, 苏栋骐. 基于二维直方图移位的图像认证算法[J]. 计算机应用, 2015, 35(10): 2963-2968.
[11]	刘敏陈志刚邓小鸿. 基于混沌和脆弱水印的图像篡改检测算法[J]. 计算机应用, 2013, 33(05): 1371-1373.
[12]	李建勋沈冰解建仓姜仁贵. 领域知识语义距离及其在专家系统中的应用[J]. 计算机应用, 2012, 32(11): 3009-3013.
[13]	丁琦平西建. 基于言语情境分析的数字语音篡改检测[J]. 计算机应用, 2011, 31(05): 1284-1287.
[14]	周燕曾凡智卓仰俱. 精确的图像篡改定位与恢复的三水印算法[J]. 计算机应用, 2011, 31(04): 966-969.
[15]	胡永健刘琲贝贺前华. 数字多媒体取证技术综述[J]. 计算机应用, 2010, 30(3): 657-662.

基于局部变化性的网页篡改识别模型及方法

Detection model and method of website defacements based on attributes partial changes

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics