CN103425736A - 一种网页信息识别方法、装置及系统 - Google Patents

Abstract

本发明公开了一种网页信息识别方法、装置及系统，该方法包括：获取用户当前访问的网页；在所述网页中提取图像的识别信息；对比所述提取图像的识别信息与数据库中储存的图像信息，计算相似度；当所述相似度落在预设的数值区间内，确定该网页为账号登录页面；当确定该网页为账号登录页面时，检测所述网页的URL对应的网站是否为合法网站；如果所述网站不是合法网站，识别出所述用户当前访问的网页为账号欺诈网页。由此可见：本发明能够正确识别账号欺诈网页，提高网络应用的用户体验，保证网络应用的可靠性。

Description

一种网页信息识别方法、装置及系统

技术领域

本发明涉及计算机应用技术领域，特别是涉及一种网页信息识别方法、装置及系统。

背景技术

随着计算机技术的快速发展，网络通信形式越来越多，比如：多种类型的聊天工具、游戏、邮箱、银行业务交易工具、第三方购物支付平台等多种具有私密性的网络应用，这些网络应用都具有各自的登录界面，当用户使用这些网络应用时，首先必须在应用的登录网页上填写相关登录信息，才能够进入应用中。

例如：当用户想要使用聊天工具时，在第一次使用时需要注册账户，并记住账户信息包括：账户号和密码；当用户再次需要使用时，只需要正确填写相关信息即可。由于可以通过获取用户账户信息进而获取用户的私密信息，如果是聊天工具就可能获取用户的隐私，如果是银行业务交易工具就有可能通过获取的信息进而给用户造成一定的经济损失，如果是邮箱就可能窃取用户的私密邮件等。因此，目前网络中出现了多种多样的账号欺诈网站，专门获取用户的相关账户信息，以盗取用户的私密资讯给用户造成了不同程度的损失。同时，也降低了各种网络应用的用户体验，影响了用户对网络应用的信任度和关注度。

目前，用以识别网站是否是账号欺诈网页的方法，具体是：检测用户访问的网页的URL是否属于白名单中的URL，当不属于白名单的URL时，将当前访问的URL发送至URL鉴别服务器，服务器根据URL下载该网页，检测网页的特征内容包括：检测是否存在“XX登录”、“密码”“登录”等关键字，检测是否存在特定的账号和密码输入框，如果存在上述检测信息，判断该网页所属网站是否属于正规的合法注册网站。由此判断所访问的网页是否是账号欺诈网页。

但是，现在大量账号欺诈网站都采用将“XX登录”、“密码”等关键字修改成图像的形式，或者修改成FLASH的形式，经过这样处理后，现有的账号欺诈网页识别方法，无法实现正确识别。

基于上述技术存在的技术问题，现在迫切需要提供一种网页信息识别方法，以正确识别账号欺诈网页，提高网络应用的用户体验，保证网络应用的可靠性。

发明内容

本发明实施例的主要目的是提供一种网页信息识别方法、装置及系统，以解决现有技术中存在的无法识别网页是否是账号欺诈网页的技术问题。

为了解决上述技术问题，本发明实施例提供的技术方案如下：

一种网页信息识别方法，包括：

获取用户当前访问的网页；

在所述网页中提取图像的识别信息；

对比所述提取图像的识别信息与数据库中储存的图像信息，计算相似度；

当所述相似度落在预设的数值区间内，确定该网页为账号登录页面；

当确定该网页为账号登录页面时，检测所述网页的URL对应的网站是否为合法网站，如果不是，确定所述用户当前访问的网页为账号欺诈网页。

优选的，所述对比所述提取图像的识别信息与数据库中储存的图像信息，计算相似度，包括：

采用图像识别和图像信息元素相似度匹配的方法，将所述提取图像的识别信息中的每一项信息元素与数据库中储存的图像信息中每一项信息元素进行对比，计算每一项对比评分；

根据所述每一项对比评分计算总对比评分，作为相似度。

优选的，检测所述网页的URL对应的网站是否有认证资质，包括：

根据所述网页的URL查找所述网页对应的网站信息；

检测所述网站信息中是否包含登录界面的认证资质。

优选的，所述数据库中储存的图像信息是通过以下方式进行储存，包括：

定期打开每一个正规登录网站的账户登录界面，提取所述账户登录界面的图像信息；

将所述图像信息储存在数据库中的图像库中。

优选的，还包括：

当检测出所述用户当前访问的网页为账号欺诈网页时，反馈警告信息给用户。

优选的，还包括：

将识别出的账号欺诈网页储存起来，以便下一次直接识别出该账号欺诈网页。

优选的，所述图像的识别信息包括：

账号输入框信息、密码输入框信息、登录按钮信息和关键字信息中任意一种或者任意多种；

所述账号输入框信息包括：关键字是账号、输入框的大小和输入框的位置；所述密码输入框信息包括：关键字是密码、输入框的大小和输入框的位置；所述登录按钮信息包括：关键字是登录、输入框的大小和输入框的位置。

本发明还提供了一种网页信息识别装置，包括：

获取模块，用于获取用户当前访问的网页；

提取模块，用于在所述网页中提取图像的识别信息；

对比模块，用于对比所述提取图像的识别信息与数据库中储存的图像信息，计算相似度；

确定模块，用于当所述相似度落在预设的数值区间内，确定该网页为账号登录页面；

识别模块，用于当确定该网页为账号登录界面时，检测所述网页的URL对应的网站是否为合法网站，如果不是，确定所述用户当前访问的网页为为账号欺诈网页。

优选的，所述对比模块，包括：

匹配子模块，用于采用图像识别和图像信息元素相似度匹配的方法，将所述提取图像的识别信息中的每一项信息元素与数据库中储存的图像信息中每一项信息元素进行匹配分析，计算每一项对比评分；

计算子模块，用于根据所述每一项对比评分计算总对比评分，作为相似度。

优选的，所述检测模块，包括：

查找子模块，用于根据所述网页的URL查找所述网页对应的网站信息；

检测子模块，用于检测所述网站信息中是否包含登录界面的认证资质；

识别子模块，用于当检测子模块检测出不包含合法登录界面的认证资质时，确定所述用户当前访问网页为账户欺诈网页。

优选的，所述数据库中储存的图像信息是通过以下模块进行提取储存，包括：

收集模块，用于定期打开每一个正规登录网站的账户登录界面提取所述账户登录界面的图像信息；

储存模块，用于将所述图像信息储存在数据库中的图像库中。

优选的，还包括：

反馈模块，用于当检测出所述用户当前访问的网页为登录欺诈网页时，反馈警告信息给用户。

优选的，还包括：

记录模块，用于记录所述识别出的账号欺诈网页信息，以便下一次直接识别出该账号欺诈网页。

优选的，所述提取图像的识别信息包括：

账号输入框信息、密码输入框信息、登录按钮信息和关键字信息中任意一种或者任意多种；所述账号输入框信息包括：关键字是账号、输入框的大小和输入框的位置；所述密码输入框信息包括：关键字是密码、输入框的大小和输入框的位置；所述登录按钮信息包括：关键字是登录、输入框的大小和输入框的位置。

本发明还提供了一种网页信息识别系统，包括：

图像数据库和网页信息识别引擎；

所述图像数据库，用于储存各个正规登录网站的账户登录界面的图像信息；

所述网页信息识别引擎是上述页面信息识别装置。

由上述实施例可以看出，本发明实施例具有如下有益效果：本发明提供了一种网页信息识别方法通过在获取用户当前访问的网页；在所述网页中提取图像的识别信息；对比所述提取图像的识别信息与数据库中储存的图像信息，计算相似度；因为欺诈网页的开发者是通过模仿真实的登录页面，以欺骗用户通过账号登录，来盗取用户的账号和密码。所以，通过判断用户所访问的网页的图像与数据库中储存的图像的相似度，能够判断出用户访问的网页是否是一个账户登录页面。当所述相似度落在预设的数值区间内，确定该网页为账号登录页面；当确定该网页为账号登录页面时，检测所述网页的URL对应的网站是否为合法网站，如果不是，确定所述用户当前访问的网页为账号欺诈网页。通过检测账户登录页面是否为合法网页，来识别是否为账户欺诈网页。可见，本发明实施例能够正确识别账号欺诈网页，提高网络应用的用户体验，保证网络应用的可靠性。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本申请实施例一揭示的一种网页信息识别方法的流程图；

图2为本申请实施例二揭示的一种网页信息识别方法的流程图；

图3为本申请实施例二揭示的一种账号登录界面图像的框架图；

图4为本申请实施例三揭示的一种网页信息识别装置的结构图；

图5为本申请实施例一种网页信息识别装置中对比模块的示意图；

图6为本申请实施例一种网页信息识别装置中检测模块的示意图；

图7为本申请实施例提供了一种储存账号登录网页图像信息的示意图；

图8为本申请实施例四揭示的一种网页信息识别装置的结构图；

图9为本发明实施例五揭示的一种网页信息识别系统的示意图；

图10是本发明实施例六揭示的一种终端的结构示意图。

具体实施方式

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图对本发明实施例进行详细描述。

本发明实施例将从网页信息识别装置的角度进行描述，该网页信息识别装置具体可以集成在客户端中，该客户端可以装载在终端中，该终端具体可以为智能手机、平板电脑、电子书阅读器、MP3(Moving Picture Experts GroupAudio Layer III，动态影像专家压缩标准音频层面3)播放器、MP4(MovingPicture Experts Group Audio Layer IV，动态影像专家压缩标准音频层面3)播放器、膝上型便携计算机和台式计算机等等。

本发明实施例是针对现有技术中无法识别以图片形式或者以FLASH形式存在的账号欺诈网页的问题，提出了以图像识别和图像信息元素相似度匹配的方法，鉴别网页是否为一个账户登录页面，再通过网站认证资质检测的方法，鉴别网页是否拥有相关的认证权限，从而确定网页是否是一个账号欺诈网页。通过识别网页图像是否与正规的网站的账户登录页面图像一致，并判断该网页所属网站是否得到合法的认证资质，不论欺诈网页是以图片形式还是以FLASH还是以文字形式，这种网页都是模拟正规的账户登录网页，都能够通过本发明中的这种识别方法，准确的识别出网页是否为账号欺诈网页。

实施例一

请参阅图1，其为本申请实施例一揭示的一种网页信息识别方法的流程图，具体包括以下步骤：

S101：获取用户当前访问的网页；

用户可以随意访问任意一种网页，比如：用户可以访问网络聊天工具的用户登录网页，可以访问电子商务用户登录页面，可以访问网银用户登录页面等，可以访问其他类型的任意一种网页。

S102：在所述网页中提取图像的识别信息；

用户当前访问的网页会在浏览器中展示，然后提取图像的识别信息，可以是直接在该网页上提取识别信息，也可以是将该网页下载下来，再获取网页的图像信息，还可以是根据该网页在数据库中储存的数据中获取对应的图片识别信息。

在用户当前访问的网页图像中查找输入框，首先识别图像颜色相同的闭合圈，再根据点坐标确定是否为框。然后确定输入框的大小和位置，确定是否存在两个输入框，大小相近，并且整齐排列。

由于正规的账户登录页面的输入框是整齐规律的分布的，所以虚假网页想要欺诈用户也必须仿照正规的登录页面。

优选的，所述提取图像的识别信息包括：账号输入框信息、密码输入框信息、登录按钮信息和关键字信息中任意一种或者任意多种。所述账号输入框信息包括：关键字是账号、输入框的大小和输入框的位置；所述密码输入框信息包括：关键字是密码、输入框的大小和输入框的位置；所述登录按钮信息包括：关键字是登录、输入框的大小和输入框的位置。

S103：对比所述提取图像的识别信息与数据库中储存的图像信息，计算相似度；

通过提取图像的识别信息中的关键字信息，读取数据库中储存的与所述关键字一致的图像信息，比如：当提取图像的识别信息中的关键字信息为“某某个人空间登录、账号登录”时，从数据库中读取关键字为“某某个人空间登录、账号登录”的图像信息，然后将所提取图像的识别信息和从数据库中读取的图像信息进行对比评分，得到每一项识别信息的分数，最后得到总的评分大小，就作为图像相似度。

比如：提取到的用户当前访问的网页的图像的识别信息包括：账号输入框信息、密码输入框信息、登录按钮信息和关键字信息；同时从数据库中获取到与该关键字一致的图像信息。对比两个图像信息中的每一项元素是否一致或者相近，对比账号输入框的关键字、账号输入框的大小和账号输入框的位置是否一致或者相近，对比密码输入框的关键字、密码输入框的大小和密码输入框的位置是否一致或者相近，对比输入框相对于整个网页的位置是否相同或者相近；每一项对比都有一个对比评分，比如当对比结果一致或者相近，评分为20分，也可以是评分为20％等，最后计算总的评分。上述评分大小仅仅是示例性的，当然可以根据实际评判标准随意设置，在此不做具体限定。当然，也可以采用其他对比方式计算图像相似度，在此不做具体限定。

S104：当所述相似度落在预设的数值区间内，确定该网页为账号登录页面；

预设的数值区间是作为相似度的评价区间，可以根据经验随意设置，比如：可以设置为“60％～100％”、“30％～90％”、“50％～100％”、“大于40％”等任意一个数值区间。也可以是设置具体分数的数值区间作为相似度的评价区间，可以根据经验随意设置，比如：可以设置为“大于60”、“大于80”“70～100”等任意一个数值区间。当计算的相似度落入该区间范围，就确定该网页为账号登录页面。比如：当识别用户当前访问的网页图像信息与数据库中读取的图像信息的相似度为70％，且预设的数值区间为“60％～100％”，则确定该网页为账号登录页面。在实际操作中需要根据具体的检测数据，设置评价数值区间。

S105：当确定该网页为账号登录页面时，检测所述网页的URL对应的网站是否为合法网站，如果不是，确定所述当前访问的网页为账号欺诈网页；

检测网站是否为合法网站，具体是根据判断网站信息是否具有合法的认证资质，如果有就表明该网站为合法网站，如果没有就表明网站为非法网站。

所谓认证资质是指网站是否为正规的注册网站，比如：如果网站可以登录银行网银，那么该网站是否具有银行的授权；如果网站可以登录电子商务，那么该网站是否该电子商务公司的授权等。

比如：当用户当前访问的网页的图像信息中关键字是“工行账户登录、账号登录”时，根检测用户当前访问网页的URL对应的网站是否具有工行授权的合法认证资质。当用户当前访问的网页的图像信息中关键字是“支付宝、账号登录”时，根检测用户当前访问网页的URL对应的网站是否具有阿里巴巴支付宝公司授权的合法认证资质。当用户当前访问的网页的图像信息中关键字是“淘宝、账号登录”时，根检测用户当前访问网页的URL对应的网站是否具有阿里巴巴公司授权的合法认证资质。

检测网站是否为合法网站，还可以是通过预先收集正规合法的网站信息，如果被检测网站属于被收集的网站信息，则该网站是合法的。

检测网站是否为合法网站，还可以是通过检测网站的URL网址中是否包含非法信息，如果包含，表明该网站为非法网站。

当然检测网站的方式有多种，在此对于如何检测网站是否合法不做具体限定。

由上述实施例可以看出，本发明提供的一种网页信息识别方法，通过计算用户访问的网页的图像信息与数据库中储存的合法的正规网页的图像信息的相似度，通过判断相似度确定用户访问的网页是否是一个账户登录页面，当确定出该网页是一个账户登录页面时，通过访问该网页的URL检测对应网站是否具有正规合法网站，如果没有，则识别出用户访问的网页为账号欺诈网页。由于，不论账户欺诈网页是文字信息形式、图像形式或者FLASH等其他形式，该网页主要是模仿正规的登录网页，所以必然具有登录网页的图像信息，所以本发明通过获取网页的图像信息，进而识别出是否为账户欺诈网页。

实施例二

为了更清楚地描述本发明的方法，下面以具体的应用场景为例对本发明的一种网页信息识别方法进行解释说明，具体请参阅图2，其为本发明实施例二揭示的一种网页信息识别方法的流程图。

S201：获取用户当前访问的网页；

S202：在所述网页中提取图像的识别信息；

所述提取图像的识别信息包括：账号输入框信息、密码输入框信息、登录按钮信息和关键字信息中任意一种或者任意多种信息。所述账号输入框信息包括：关键字是账号、输入框的大小和输入框的位置；所述密码输入框信息包括：关键字是密码、输入框的大小和输入框的位置；所述登录按钮信息包括：关键字是登录、输入框的大小和输入框的位置，具体如图3账号登录界面图像的框图所示，输入框的大小是指输入框的长宽，输入框的位置是指输入框处于整个图像中的位置。比如：当用户当前访问的网页是普通的资讯网页，该网页就没有账户输入框信息、密码输入框信息、登录按钮信息这三种信息。当用户当前访问的网页是一个账户登录网页，该网页就有账号输入框信息、密码输入框信息、登录按钮信息和关键字信息这四种信息。

假设当前用户访问的网页是一个账户登录网页，仅仅以此为例对后续步骤S203～S207进行解释说明。

S203：对比所述提取图像的识别信息与数据库中储存的图像信息，计算相似度；

优选的S203包括：采用图像识别和图像信息元素相似度匹配的方法，将所述提取图像的识别信息中的每一项信息元素与数据库中储存的图像信息中每一项信息元素进行对比，计算每一项对比评分；根据所述每一项对比评分计算总对比评分，作为相似度。

所述数据库中储存的图像信息是通过以下方式进行储存，包括：

定期打开每一个正规登录网站的账户登录界面，提取所述账户登录界面的图像信息；将所述图像信息储存在数据库中的图像库中。

这种获取正规网站的账户登录网页的图像信息的方式，使得数据库中储存的图像信息比较全面，也避免因为正规网页的修改，导致识别出错的现象。保证了数据库储存图像信息的真实性和可靠性，为识别对比提供了准确的参照信息，更好地提高了识别结果的可用性。

当获取的用户当前访问的网页的图像识别信息包括：账号输入框信息、密码输入框信息、登录按钮信息和关键字信息。其中，关键字信息为“支付宝、登录”。从数据库中储存的正规合法的网站登录网页图像信息中，提取出关键字“支付宝、登录”的网页的图像信息。然后将用户当前访问的网页的图像识别信息中的每一项与从数据库中提取的图像信息中的对应项进行对比，即，将用户当前访问的网页的“账号输入框信息、密码输入框信息、登录按钮信息”这三种信息分别与数据库中提取的对应的图像的“账号输入框信息、密码输入框信息、登录按钮信息”这三种信息进行对比分析。每一项对比都得到一个评分，这三项信息对比分析得到三个评分，按照一定的加权平均方法，计算得到一个总的评分，就到的该图像的相似度。比如：这三项信息对比的评分分别是60％、70％、40％，计算得到的总评分是65％，则该图像的相似度大小为65％。当然也可以采用其他的方式去计算图像的相似度，在此并不具体限定如何计算相似度。

S204：当所述相似度落在预设的数值区间内，确定该网页为账号登录页面；

根据S203计算得到网页图像相似度为65％，当预设的数据区间为“60％～100％”，则所述相似度落在预设的数据区间内，确定该网页为账号登录页面。

S205：当确定该网页为账号登录页面时，检测所述网页的URL对应的网站是否有为合法网站，如果不是，确定所述当前访问的网页为账号欺诈网页；

具体可以通过以下方式进行检测，包括：根据所述网页的URL查找所述网页对应的网站信息；检测所述网站信息中是否包含登录界面的认证资质。

比如：根据用户当前访问的网页的图像信息的关键字信息是“银行、账户登录”通过该网页的URL能够查找出该网页对应的网站信息，检测该网站信息中是否有银行的正规合法的认证资质。如果没有认证资质，表明该网页是账号欺诈网页，如果有认证资质，表明该网页是正规合法网页。

S206：当检测出所述用户当前访问的网页为账号欺诈网页时，反馈警告信息给用户。

当步骤S205识别出用户当前访问的网页是账号欺诈网页时，反馈警告信息给用户，提醒用户当前访问的网页是非法网页，以减少用户的损失，提高用户的网络体验。

优选的，该方法还包括：将识别出的账号欺诈网页储存起来，以便下一次直接识别出该账号欺诈网页。

当下一次需要识别用户访问的网页时，在数据库中直接对比该网页与储存的账号欺诈网页是否一致，如果一直则直接确定该网页是账号欺诈网页，能够快速识别网页信息，提高反馈速率。

通过上述实施例二可以看出：本发明提供的一种网页信息识别方法，通过计算用户访问的网页的图像信息与数据库中储存的合法的正规网页的图像信息的相似度，通过判断相似度确定用户访问的网页是否是一个账户登录页面，当确定出该网页是一个账户登录页面时，通过访问该网页的URL检测对应网站是否为合法网站，如果不是，则识别出用户访问的网页为账号欺诈网页。由于，不论账户欺诈网页是文字信息形式、图像形式或者FLASH等其他形式，该网页主要是模仿正规的登录网页，所以必然具有登录网页的图像信息，所以本发明通过获取网页的图像信息，进而识别出是否为账户欺诈网页。

另外，当检测出网页为账户欺诈网页时，反馈警告信息与用户，以提高用户网络体验的安全性。

实施例三

相应的，本发明还提供一种网页信息识别装置的实施例，具体请参见图4所示，该装置包括：

获取模块301，用于获取用户当前访问的网页；

提取模块302，用于在所述网页中提取图像的识别信息；

对比模块303，用于对比所述提取图像的识别信息与数据库中储存的图像信息，计算相似度；

确定模块304，用于当所述相似度落在预设的数值区间内，确定该网页为账号登录页面；

识别模块305，用于当确定该网页为账号登录界面时，检测所述网页的URL对应的网站是否为合法网站，如果不是，确定出所述用户当前访问的网页为账号欺诈网页。

具体请参阅图5所述对比模块，可以包括：

匹配子模块401，用于采用图像识别和图像信息元素相似度匹配的方法，将所述提取图像的识别信息中的每一项信息元素与数据库中储存的图像信息中每一项信息元素进行匹配分析，计算每一项对比评分；

计算子模块402，用于根据所述每一项对比评分计算总对比评分，作为相似度。

具体请参与图6所述识别模块，可以包括：

查找子模块501，用于根据所述网页的URL查找所述网页对应的网站信息；

检测子模块502，用于检测所述网站信息中是否包含合法登录界面的认证资质；

识别子模块503，用于当检测子模块检测出不包含合法登录界面的认证资质时，确定所述用户当前访问网页为账户欺诈网页。

所述数据库中储存的图像信息是通过以下模块进行提取储存，具体请参阅图7，包括：

收集模块601，用于定期打开每一个正规登录网站的账户登录界面提取所述账户登录界面的图像信息；

储存模块602，用于将所述图像信息储存在数据库中的图像库中。

通过上述实施例可以看出：本发明提供的网页信息识别装置，通过计算用户访问的网页的图像信息与数据库中储存的合法的正规网页的图像信息的相似度，通过判断相似度确定用户访问的网页是否是一个账户登录页面，当确定出该网页是一个账户登录页面时，通过访问该网页的URL检测对应网站是否具有正规合法网站的认证资质，也就是说是否得到合法网站的授权，如果没有，则识别出用户访问的网页为账号欺诈网页。由于，不论账户欺诈网页是文字信息形式、图像形式或者FLASH等其他形式，该网页主要是模仿正规的登录网页，所以必然具有登录网页的图像信息，所以本发明通过获取网页的图像信息，进而识别出是否为账户欺诈网页。

为了使得识别效率更好，为了保证用户网络体验更好，本发明还提供了实施例四的一种网页信息识别装置，在实施例三提供的识别装置的基础上，增加了两个模块，具体请参见图8，包括：

反馈模块306，用于当检测出所述用户当前访问的网页为登录欺诈网页时，反馈警告信息给用户。

记录模块307，用于记录所述识别出的账号欺诈网页信息，以便下一次直接识别出该账号欺诈网页。

通过上述实施例可以看出：本发明实施例四提供的网页信息识别装置，不仅能够实现实施例三中装置的功能，识别出网页是否为账号欺诈页面；而且，能够通过反馈模块将该账号欺诈页面的警告信息反馈给用户，以提高用户的网络体验；另外，通过记录模块记录被识别出的账户欺诈网页信息，以便下一次直接识别出该账号欺诈网页，以提高识别效率。另外，当检测出网页为账户欺诈网页时，反馈警告信息与用户，以提高用户网络体验的安全性。

实施例五

相应的，本发明实施例五还提供一种网页信息识别系统，具体请参见图9所示，该系统包括：

图像数据库801和网页信息识别引擎802；

所述图像数据库801，用于储存各个正规登录网站的账户登录界面的图像信息；

所述网页信息识别引擎802可以是权利要求8～14中任意一项所述的页面信息识别装置。

本系统的工作原理是：网页信息识别引擎获取用户当前访问的网页；在所述网页中提取图像的识别信息；对比所述提取图像的识别信息与数据库中储存的图像信息，计算相似度；当所述相似度落在预设的数值区间内，确定该网页为账号登录页面；当确定该网页为账号登录页面时，检测所述网页的URL对应的网站是否为合法网站；如果所述网站不是合法网站，识别出所述用户当前访问的网页为账号欺诈网页。

实施例六

相应的，本发明实施例六还提供一种终端，具体请参阅如图10所示，该终端可以包括射频(RF，Radio Frequency)电路901、包括有一个或一个以上计算机可读存储介质的存储器902、输入单元903、显示单元904、传感器905、音频电路906、无线保真(WiFi，Wireless Fidelity)模块907、包括有一个或者一个以上处理核心的处理器908、以及电源909等部件。本领域技术人员可以理解，图9中示出的终端结构并不构成对终端的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。其中：

RF电路901可用于收发信息或通话过程中，信号的接收和发送，特别地，将基站的下行信息接收后，交由一个或者一个以上处理器908处理；另外，将涉及上行的数据发送给基站。通常，RF电路901包括但不限于天线、至少一个放大器、调谐器、一个或多个振荡器、用户身份模块(SIM，SubscriberIdentity Module)卡、收发信机、耦合器、低噪声放大器(LNA，Low NoiseAmplifier)、双工器等。此外，RF电路901还可以通过无线通信与网络和其他设备通信。所述无线通信可以使用任一通信标准或协议，包括但不限于全球移动通讯系统(GSM，Global System of Mobile communication)、通用分组无线服务(GPRS，General Packet Radio Service)、码分多址(CDMA，CodeDivision Multiple Access)、宽带码分多址(WCDMA，Wideband Code DivisionMultiple Access)、长期演进(LTE，Long Term Evolution)、电子邮件、短消息服务(SMS，Short Messaging Service)等。

存储器902可用于存储软件程序以及模块，处理器908通过运行存储在存储器902的软件程序以及模块，从而执行各种功能应用以及数据处理。存储器902可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据终端的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器902可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地，存储器902还可以包括存储器控制器，以提供处理器908和输入单元903对存储器902的访问。

输入单元903可用于接收输入的数字或字符信息，以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。具体地，在一个具体的实施例中，输入单元903可包括触敏表面以及其他输入设备。触敏表面，也称为触摸显示屏或者触控板，可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触敏表面上或在触敏表面附近的操作)，并根据预先设定的程式驱动相应的连接装置。可选的，触敏表面可包括触摸检测装置和触摸控制器两个部分。其中，触摸检测装置检测用户的触摸方位，并检测触摸操作带来的信号，将信号传送给触摸控制器；触摸控制器从触摸检测装置上接收触摸信息，并将它转换成触点坐标，再送给处理器908，并能接收处理器908发来的命令并加以执行。此外，可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触敏表面。除了触敏表面，输入单元903还可以包括其他输入设备。具体地，其他输入设备可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种。

显示单元904可用于显示由用户输入的信息或提供给用户的信息以及终端的各种图形用户接口，这些图形用户接口可以由图形、文本、图标、视频和其任意组合来构成。显示单元904可包括显示面板，可选的，可以采用液晶显示器(LCD，Liquid Crystal Display)、有机发光二极管(OLED，OrganicLight-Emitting Diode)等形式来配置显示面板。进一步的，触敏表面可覆盖显示面板，当触敏表面检测到在其上或附近的触摸操作后，传送给处理器908以确定触摸事件的类型，随后处理器908根据触摸事件的类型在显示面板上提供相应的视觉输出。虽然在图9中，触敏表面与显示面板是作为两个独立的部件来实现输入和输入功能，但是在某些实施例中，可以将触敏表面与显示面板集成而实现输入和输出功能。

终端还可包括至少一种传感器905，比如光传感器、运动传感器以及其他传感器。具体地，光传感器可包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明音来调节显示面板的亮度，接近传感器可在终端移动到耳边时，关闭显示面板和/或背光。作为运动传感器的一种，重力加速度传感器可检测各个方向上(一般为三轴)加速度的大小，静止时可检测出重力的大小及方向，可用于识别手机姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等；至于终端还可配置的陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器，在此不再赘述。

音频电路906、扬声器，传声器可提供用户与终端之间的音频接口。音频电路906可将接收到的音频数据转换后的电信号，传输到扬声器，由扬声器转换为声音信号输出；另一方面，传声器将收集的声音信号转换为电信号，由音频电路906接收后转换为音频数据，再将音频数据输出处理器908处理后，经RF电路901以发送给比如另一终端，或者将音频数据输出至存储器902以便进一步处理。音频电路906还可能包括耳塞插孔，以提供外设耳机与终端的通信。

WiFi属于短距离无线传输技术，终端通过WiFi模块907可以帮助用户收发电子邮件、浏览网页和访问流式媒体等，它为用户提供了无线的宽带互联网访问。虽然图9示出了WiFi模块907，但是可以理解的是，其并不属于终端的必须构成，完全可以根据需要在不改变发明的本质的范围内而省略。

处理器908是终端的控制中心，利用各种接口和线路连接整个手机的各个部分，通过运行或执行存储在存储器902内的软件程序和/或模块，以及调用存储在存储器902内的数据，执行终端的各种功能和处理数据，从而对手机进行整体监控。可选的，处理器908可包括一个或多个处理核心；优选的，处理器908可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器908中。

终端还包括给各个部件供电的电源909(比如电池)，优选的，电源可以通过电源管理系统与处理器908逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。电源909还可以包括一个或一个以上的直流或交流电源、再充电系统、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。

尽管未示出，终端还可以包括摄像头、蓝牙模块等，在此不再赘述。具体在本实施例中，终端中的处理器908会按照如下的指令，将一个或一个以上的应用程序的进程对应的可执行文件加载到存储器902中，并由处理器908来运行存储在存储器902中的应用程序，从而实现各种功能：

获取用户当前访问的网页；

在所述网页中提取图像的识别信息；

对比所述提取图像的识别信息与数据库中储存的图像信息，计算相似度；

当所述相似度落在预设的数值区间内，确定该网页为账号登录页面；

当确定该网页为账号登录页面时，检测所述网页的URL对应的网站是否为合法网站，如果否，确定所述当前访问的网页为账号欺诈网页；

优选的，所述提取图像的识别信息包括：账号输入框信息、密码输入框信息、登录按钮信息和关键字信息中任意一种或者任意多种；所述账号输入框信息包括：关键字是账号、输入框的大小和输入框的位置；所述密码输入框信息包括：关键字是密码、输入框的大小和输入框的位置；所述登录按钮信息包括：关键字是登录、输入框的大小和输入框的位置。

优选的，所述对比所述提取图像的识别信息与数据库中储存的图像信息，计算相似度，包括：

采用图像识别和图像信息元素相似度匹配的方法，将所述提取图像的识别信息中的每一项信息元素与数据库中储存的图像信息中每一项信息元素进行对比，计算每一项对比评分；

根据所述每一项对比评分计算总对比评分，作为相似度。

优选的，检测所述网页的URL对应的网站是否为合法网站，包括：

根据所述网页的URL查找所述网页对应的网站信息；

检测所述网站信息中是否包含合法登录界面的认证资质。

优选的，所述数据库中储存的图像信息是通过以下方式进行储存，包括：

定期打开每一个正规登录网站的账户登录界面，提取所述账户登录界面的图像信息；

将所述图像信息储存在数据库中的图像库中。

优选的，还包括：

当检测出所述用户当前访问的网页为账号欺诈网页时，反馈警告信息给用户。

优选的，还包括：

将识别出的账号欺诈网页储存起来，以便下一次直接识别出该账号欺诈网页。

由此可见：本发明提供了一种网页信息识别系统通过在获取用户当前访问的网页；在所述网页中提取图像的识别信息；对比所述提取图像的识别信息与数据库中储存的图像信息，计算相似度；因为欺诈网页的开发者是通过模仿真实的登录页面，以欺骗用户通过账号登录，来盗取用户的账号和密码。所以，通过判断用户所访问的网页的图像与数据库中储存的图像的相似度，能够判断出用户访问的网页是否是一个账户登录页面。当所述相似度落在预设的数值区间内，确定该网页为账号登录页面；当确定该网页为账号登录页面时，检测所述网页的URL对应的网站是否有认证资质；如果所述网站没有认证资质，识别出所述用户当前访问的网页为账号欺诈网页。通过检测账户登录页面是否具有认证资质，来识别是否为账户欺诈网页。可见，本发明实施例能够正确识别账号欺诈网页，提高网络应用的用户体验，保证网络应用的可靠性。

需要说明的是，本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统或装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个......”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (15)

1.一种网页信息识别方法，其特征在于，包括：

获取用户当前访问的网页；

在所述网页中提取图像的识别信息；

对比所述提取图像的识别信息与数据库中储存的图像信息，计算相似度；

当所述相似度落在预设的数值区间内，确定该网页为账号登录页面；

当确定该网页为账号登录页面时，检测所述网页的URL对应的网站是否为合法网站，如果否，确定所述当前访问的网页为账号欺诈网页。

2.根据权利要求1所述的方法，其特征在于，所述对比所述提取图像的识别信息与数据库中储存的图像信息，计算相似度，包括：

采用图像识别和图像信息元素相似度匹配的方法，将所述提取图像的识别信息中的每一项信息元素与数据库中储存的图像信息中每一项信息元素进行对比，计算每一项对比评分；

根据所述每一项对比评分计算总对比评分，作为相似度。

3.根据权利要求1所述的方法，其特征在于，检测所述网页的URL对应的网站是否为合法网站，包括：

根据所述网页的URL查找所述网页对应的网站信息；

检测所述网站信息中是否包含合法登录界面的认证资质。

4.根据权利要求1所述的方法，其特征在于，所述数据库中储存的图像信息是通过以下方式进行储存，包括：

定期打开每一个正规登录网站的账户登录界面，提取所述账户登录界面的图像信息；

将所述图像信息储存在数据库中的图像库中。

5.根据权利要求1所述的方法，其特征在于，还包括：

当检测出所述用户当前访问的网页为账号欺诈网页时，反馈警告信息给用户。

6.根据权利要求1所述的方法，其特征在于，还包括：

将识别出的账号欺诈网页储存起来，以便下一次直接识别出该账号欺诈网页。

7.根据权利要求1所述的方法，其特征在于，所述图像的识别信息包括：

账号输入框信息、密码输入框信息、登录按钮信息和关键字信息中任意一种或者任意多种；

所述账号输入框信息包括：关键字是账号、输入框的大小和输入框的位置；所述密码输入框信息包括：关键字是密码、输入框的大小和输入框的位置；所述登录按钮信息包括：关键字是登录、输入框的大小和输入框的位置。

8.一种网页信息识别装置，其特征在于，包括：

获取模块，用于获取用户当前访问的网页；

提取模块，用于在所述网页中提取图像的识别信息；

对比模块，用于对比所述提取图像的识别信息与数据库中储存的图像信息，计算相似度；

确定模块，用于当所述相似度落在预设的数值区间内，确定该网页为账号登录页面；

识别模块，用于当确定该网页为账号登录界面时，检测所述网页的URL对应的网站是否为合法网站，如果不是，确定所述用户当前访问的网页为账号欺诈网页。

9.根据权利要求8中所述的装置，其特征在于，所述对比模块，包括：

匹配子模块，用于采用图像识别和图像信息元素相似度匹配的方法，将所述提取图像的识别信息中的每一项信息元素与数据库中储存的图像信息中每一项信息元素进行匹配分析，计算每一项对比评分；

计算子模块，用于根据所述每一项对比评分计算总对比评分，作为相似度。

10.根据权利要求8所述的装置，其特征在于，所述识别模块，包括：

查找子模块，用于根据所述网页的URL查找所述网页对应的网站信息；

检测子模块，用于检测所述网站信息中是否包含合法登录界面的认证资质；

识别子模块，用于当检测子模块检测出不包含合法登录界面的认证资质时，确定所述用户当前访问网页为账户欺诈网页。

11.根据权利要求8所述的装置，其特征在于，所述数据库中储存的图像信息是通过以下模块进行提取储存，包括：

收集模块，用于定期打开每一个正规登录网站的账户登录界面提取所述账户登录界面的图像信息；

储存模块，用于将所述图像信息储存在数据库中的图像库中。

12.根据权利要求8所述的装置，其特征在于，还包括：

反馈模块，用于当检测出所述用户当前访问的网页为登录欺诈网页时，反馈警告信息给用户。

13.根据权利要求8所述的装置，其特征在于，还包括：

记录模块，用于记录所述识别出的账号欺诈网页信息，以便下一次直接识别出该账号欺诈网页。

14.根据权利要求8所述的装置，其特征在于，所述提取图像的识别信息包括：

账号输入框信息、密码输入框信息、登录按钮信息和关键字信息中任意一种或者任意多种；所述账号输入框信息包括：关键字是账号、输入框的大小和输入框的位置；所述密码输入框信息包括：关键字是密码、输入框的大小和输入框的位置；所述登录按钮信息包括：关键字是登录、输入框的大小和输入框的位置。

15.一种网页信息识别系统，其特征在于，包括：

图像数据库和网页信息识别引擎；

所述图像数据库，用于储存各个正规登录网站的账户登录界面的图像信息；

所述网页信息识别引擎是权利要求8～14中任意一项所述的页面信息识别装置。

Images