針對(duì)一般網(wǎng)頁(yè)篡改檢測(cè)技術(shù)無(wú)法同時(shí)作用于靜態(tài)網(wǎng)頁(yè)和動(dòng)態(tài)網(wǎng)頁(yè),且通常是通過(guò)對(duì)源代碼進(jìn)行處理或者嵌入水印的方式來(lái)達(dá)到檢測(cè)的目的,過(guò)程繁瑣準(zhǔn)確性不夠。論文通過(guò)設(shè)計(jì)網(wǎng)頁(yè)抓取模型以及圖像處理模型來(lái)區(qū)分前后兩張網(wǎng)頁(yè)圖片的異同,從而達(dá)到檢測(cè)網(wǎng)頁(yè)是否被篡改的目的。網(wǎng)頁(yè)抓取模型主要是模擬瀏覽器的行為來(lái)編譯網(wǎng)頁(yè)代碼,獲取界面圖像并建成圖像庫(kù)。圖像處理模型是利用圖像處理中兩種特征點(diǎn)檢測(cè)的方式獲取圖像中的特征點(diǎn)信息,并利用歐氏距離來(lái)匹配獲取的特征點(diǎn)信息,通過(guò)比較兩個(gè)特征點(diǎn)信息集合的歐氏距離來(lái)判定前后兩個(gè)網(wǎng)頁(yè)的相似度,從而起到檢測(cè)網(wǎng)頁(yè)是否被篡改的作用。

【文章頁(yè)數(shù)】：5 頁(yè)

【部分圖文】：

圖像到庫(kù)圖1抓取模型2.2圖像處理算法Y結(jié)束保存

ü?趁嬖?碼中的鏈接爬取鏈接所指向的頁(yè)面，直到所有頁(yè)面都被讀取完［7］�；玖鞒谭譃槿剑航㈡溄雨�(duì)列、DSN解析鏈接并保存、分析下載的文件［8］。本文的網(wǎng)頁(yè)抓取模型在利用網(wǎng)絡(luò)爬蟲(chóng)的基礎(chǔ)上，創(chuàng)建一個(gè)虛擬的用戶端，通過(guò)模擬瀏覽器的行為來(lái)訪問(wèn)首站點(diǎn)，然后編譯執(zhí)行站點(diǎn)中的JavaScr....

圖4原網(wǎng)頁(yè)

圖像的特征點(diǎn)向量［17］。在二維空間中其表示的是兩個(gè)點(diǎn)之間的真實(shí)距離，歐式距離越小兩個(gè)用戶的相似度就越大，歐式距離越大，兩個(gè)用戶的相似度就越校3實(shí)驗(yàn)結(jié)果為了驗(yàn)證本設(shè)計(jì)能夠快速有效檢測(cè)出靜態(tài)網(wǎng)頁(yè)及動(dòng)態(tài)網(wǎng)頁(yè)的篡改情況，本文以python作為主要工具，以個(gè)人網(wǎng)站的作為被測(cè)試對(duì)象，首先輸....

圖5修改后網(wǎng)頁(yè)

嗬耄??式距離越小兩個(gè)用戶的相似度就越大，歐式距離越大，兩個(gè)用戶的相似度就越校3實(shí)驗(yàn)結(jié)果為了驗(yàn)證本設(shè)計(jì)能夠快速有效檢測(cè)出靜態(tài)網(wǎng)頁(yè)及動(dòng)態(tài)網(wǎng)頁(yè)的篡改情況，本文以python作為主要工具，以個(gè)人網(wǎng)站的作為被測(cè)試對(duì)象，首先輸入初始站點(diǎn)的url鏈接，利用網(wǎng)頁(yè)抓取模型獲取該站點(diǎn)下所有頁(yè)面并建....

圖6原網(wǎng)頁(yè)特征檢測(cè)

??車拇鄹那榭觶?疚囊?python作為主要工具，以個(gè)人網(wǎng)站的作為被測(cè)試對(duì)象，首先輸入初始站點(diǎn)的url鏈接，利用網(wǎng)頁(yè)抓取模型獲取該站點(diǎn)下所有頁(yè)面并建成圖像庫(kù)；接著對(duì)個(gè)人網(wǎng)站作出細(xì)微的修改，再次利用抓取模型獲取網(wǎng)頁(yè)圖像并作為圖像處理模型的輸入端，對(duì)前后兩次圖像進(jìn)行特征匹配。圖4為原....

本文編號(hào)：3966074