违规恶意链接检测系统
可对多种钓鱼网站进行分类,同时还可按类型、地域、行业等维度进行结果输出。
以自主学习的智能方式对域名进行分析。
1) 域名特征研判:结合页面代码,对域名语义、页面结构等进行提取分析;
2) 特征训练强化: 利用历史数据,对域名特征进行无监督的训练强化;
3) 自更新机制: 将经过训练的特征,以规则自更新的机制加入系统进行后继检测。
全方位、广义的黑白名单,满足不同识别研判需求。
白名单:不仅仅包含主流网站的域名,同时也包括其各种子域名;根据动静态内容分离的方式,将主流网站的各种图片、音视频域名加入白名单。
黑名单:违法违规及恶意网站域名、ISP服务商、域名注册商、域名联系人、IP及地理位置。
灰名单:以访问阈值为基准,对灰名单进行区分;通过域名特征、源码敏感内容对灰名单进行重点研判。
1) 智能研判
对恶意网站趋势进行智能研判,掌握全局网络安全态势,解决传统网站安全检测产品使用效率低的问题。
2) 关注业务
对流量URL从业务属性、重要性等方面利用机器学习等技术进行深度安全体检及感知,解决传统网站检测识别的被动性问题。
3) 统一管理
整合威胁情报库,进行URL特征统一管理,建立网站威胁视图,解决恶意网站威胁信息不通用问题。
4) 支撑多源数据
支撑IDC数据、城域网数据、CDN数据、上网日志等多种数据来源。
5) 灵活可配架构
以Hadoop+流式处理为总体大数据技术架构,同时在功能模块上具备松耦合特点,另外本产品支撑本地或云端部署。
6) 智能多层过滤
支撑黑白名单匹配、DGA算法检测、域名特征识别。
7) 自主学习机制
具备特征提取、关键信息研判、特征强化训练、自主更新机制。
8) 多维结果输出
所属类型、行业对象、归属地域。