CN109450844A - 触发漏洞检测的方法及装置 - Google Patents

Abstract

本申请公开了一种触发漏洞检测的方法及装置，属于互联网技术领域。本申请可以在接收到用户终端发送的目标URL时，检测该目标URL对应的目标网页的网页结构是否已发生变化，并在检测到目标网页的网页结构已发生变化时触发对目标网站进行漏洞检测，这样，若目标网站中的目标网页的网页结构发生变化，则在接收到用户终端发送的目标URL时即可以及时发现该变化，并及时触发漏洞检测操作，从而有效降低了由于未能及时触发漏洞检测所带来的安全风险。

Description

触发漏洞检测的方法及装置

技术领域

本申请涉及互联网技术领域，特别涉及一种触发漏洞检测的方法及装置。

背景技术

在复杂的网络环境中，各类网站存在着大量潜在的可利用的漏洞，为了防止他人利用网站的漏洞对网站进行恶意攻击，可以在网站中新增网页或者是网站包括的网页的网页结构发生变化时，触发对网站进行漏洞检测。

相关技术中，可以按照预设周期对该网站包括的所有网页的网页结构进行检测，若检测到该网站包括的网页中存在网页结构发生变化的网页，则可以触发对该网站进行漏洞检测。

然而，由于相关技术中只能定期的对所有网页的网页结构进行检测，因此，当网页的网页结构发生变化的时间与定期检测网页的网页结构的时间之间存在时间差时，将无法及时发现网页的网页结构发生变化，也就无法及时触发对网站进行漏洞检测，从而导致网站存在较大的安全风险。

发明内容

本申请提供了一种触发漏洞检测的方法及装置，可以用于解决相关技术中由于无法及时触发对网站进行漏洞检测而导致的网站存在较大的安全风险的问题。所述技术方案如下：

第一方面，提供了一种触发漏洞检测的方法，该方法包括：接收用户终端发送的用于访问目标网页的目标统一资源定位符(uniform resource locator，URL)；检测目标URL对应的目标网页的网页结构是否已发生变化；若检测到目标URL对应的目标网页的网页结构已发生变化，则触发对目标网页所属的目标网站进行漏洞检测。

本申请实施例可以在接收到用户终端发送的目标URL时，检测该目标URL对应的目标网页的网页结构是否已发生变化，并在检测到目标网页的网页结构已发生变化时触发对目标网站进行漏洞检测，这样，若目标网站中的目标网页的网页结构发生变化，则在接收到用户终端发送的目标URL时即可以及时发现该变化，并及时触发漏洞检测操作，从而有效降低了由于未能及时触发漏洞检测所带来的安全风险。

可选地，检测目标URL对应的目标网页的网页结构是否发生变化的实现过程，可以包括：获取目标网页的第一网页结构，第一网页结构是指存储的在当前时刻之前的目标网页的网页结构，且第一网页结构包括至少一种类型的树结构；对目标网页进行渲染，并获取目标网页在当前时刻的第二网页结构，第二网页结构包括有与第一网页结构包括的树结构相同类型的树结构；基于第一网页结构和第二网页结构，判断目标网页的网页结构是否已发生变化。

其中，第一网页结构可以包括文档对象模型(document object model，DOM)树结构、JavaScript结构和层叠样式表(cascading style sheets，CSS)样式结构中至少一种。本申请实施例对此不做具体限定。第二网页结构包括有与第一网页结构包括的树结构相同类型的树结构。

可选地，基于第一网页结构和第二网页结构，判断目标网页的网页结构是否已发生变化的实现过程，可以包括：对于第一网页结构和第二网页结构中的每个网页结构，确定每个网页结构中每种类型的树结构的多个参数值；基于第一网页结构中每种类型的树结构的多个参数值和第二网页结构中每种类型的树结构的多个参数值，确定每种类型的树结构对应的多个目标参数的参数值；基于每种类型的树结构对应的多个目标参数的参数值，判断目标网页的网页结构是否已发生变化。

其中，每种类型的树结构的多个参数值可以包括相应类型的树结构的总长度值、平均长度值、最大长度值、最小长度值以及相应类型的树结构的节点的数量中的至少两个。相应地，每种类型的树结构对应的多个目标参数的参数值可以包括总长度变化率、平均长度变化率、最大长度变化率、最小长度变化率以及结构重合度中的至少两个。

可选地，确定每个网页结构中每种类型的树结构的多个参数值的实现过程，可以包括：确定每个网页结构中每种类型的树结构中的根节点与每个叶子节点之间的长度值，得到相应网页结构中相应类型的树结构的多个长度值；基于每个网页结构中每种类型的树结构的多个长度值确定相应网页结构中相应类型的树结构的总长度值、平均长度值、最大长度值和最小长度值；获取每个网页结构中每种类型的树结构的节点的数量，并将每个网页结构中每种类型的树结构的节点的数量、总长度值、平均长度值、最大长度值和最小长度值作为相应网页结构中相应类型的树结构的多个参数值。

可选地，基于每种类型的树结构对应的多个目标参数的参数值，判断目标网页的网页结构是否已发生变化的实现过程，可以包括：将每种类型的树结构对应的多个目标参数的参数值作为神经网络模型的输入，并获取神经网络模型输出的网络结构变化状态值，神经网络模型是通过多个样本集训练得到，多个样本集中的每个样本集包含有每种类型的树结构对应的多个目标参数的一组参数值和相应样本集对应的网络结构变化状态值；若神经网络模型输出的网络结构变化状态值大于第一阈值，则确定目标网页的网页结构已发生变化。

其中，该神经网络模型可以为全连接神经网络模型，且该神经网络模型的输出层可以使用sigmoid神经元。第一阈值可以根据该神经网络模型的训练过程中的多个样本集中的网络结构变化状态值来设置的一个值，例如，第一阈值可以为0.5。

可选地，在本申请实施例中，在检测目标URL对应的目标网页的网页结构是否已发生变化之前，还可以检测目标网页的网页内容是否已发生变化；若目标网页的网页内容已发生变化，则执行检测目标URL对应的目标网页的网页结构是否已发生变化的步骤。

在本申请中，可以先检测目标网页的网页内容是否已发生变化，若是，再检测目标URL对应的目标网页的网页结构是否已发生变化。这样，由于网页结构发生变化的网页，其网页内容均会发生变化，且检测网页内容是否发生变化的计算量相较于检测网页结构是否发生变化的计算量较小，因此，在对目标网页的网页内容进行检测之后，对于网页内容未发生变化的网页则不必再进行网页结构的检测，降低了对网站服务器资源的占用。

可选地，检测目标网页的网页内容是否已发生变化的实现过程，可以包括：确定当前时刻的目标网页的网页内容的哈希值；获取存储的当前时刻之前的目标网页的网页内容的哈希值；若当前时刻的目标网页的网页内容的哈希值与当前时刻之前的目标网页的网页内容的哈希值不同，则确定目标网页的网页内容已发生变化。

可选地，在本申请中，在检测目标URL对应的目标网页的网页结构是否已发生变化之前，还可以先检测目标URL是否存在于URL数据库中，URL数据库中存储有当前时刻之前接收到的目标网站的所有URL；若目标URL存在于URL数据库中，则执行检测目标URL对应的目标网页的网页结构是否已发生变化的步骤。若目标URL不存在于URL数据库中，则触发对目标网站进行漏洞检测。

在本申请中，URL数据库中包括的URL可以是当前时刻之前所有用户终端访问过的URL。在检测目标URL对应的目标网页的网页结构是否已发生变化之前，可以通过检测目标URL是否存在与URL数据库中来判断该目标URL是否为首次接收到的URL，若是，则可以将该目标URL对应的目标网页确认为新增网页，进而触发漏洞检测，以此来保证在用户终端对该新增网页进行访问之前及时触发目标网站的漏洞检测，降低目标网站的安全风险。

第二方面，提供了一种触发漏洞检测的装置，所述触发漏洞检测的装置具有实现上述第一方面中触发漏洞检测的方法行为的功能。所述触发漏洞检测的装置包括至少一个模块，该至少一个模块用于实现上述第一方面所提供的触发漏洞检测的方法。

第三方面，提供了一种触发漏洞检测的装置，所述触发漏洞检测的装置的结构中包括处理器和存储器，所述存储器用于存储支持触发漏洞检测的装置执行上述第一方面所提供的触发漏洞检测的方法的程序，以及存储用于实现上述第一方面所提供的触发漏洞检测的方法所涉及的数据。所述处理器被配置为用于执行所述存储器中存储的程序。所述存储设备的操作装置还可以包括通信总线，该通信总线用于该处理器与存储器之间建立连接。

第四方面，提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述第一方面所述的触发漏洞检测的方法。

第五方面，提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述第一方面所述的触发漏洞检测的方法。

上述第二方面、第三方面、第四方面和第五方面所获得的技术效果与第一方面中对应的技术手段获得的技术效果近似，在这里不再赘述。

本申请提供的技术方案带来的有益效果至少包括：

本申请实施例可以在接收到用户终端发送的目标URL时，检测该目标URL对应的目标网页的网页结构是否已发生变化，并在检测到目标网页的网页结构已发生变化时触发对目标网站进行漏洞检测，这样，若目标网站中的目标网页的网页结构发生变化，则在接收到用户终端发送的目标URL时即可以及时发现该变化，并及时触发漏洞检测操作，从而有效降低了由于未能及时触发漏洞检测所带来的安全风险。

附图说明

图1是本申请实施例提供的触发漏洞检测的方法的实施环境图；

图2是本申请实施例提供的一种计算机设备的结构示意图；

图3是本申请实施例提供的一种触发漏洞检测的方法流程图；

图4是本申请实施例提供的一种判断目标网页的网页结构是否已发生变化的流程图；

图5是本申请实施例提供的一种全连接神经网络模型的示意图；

图6是本申请实施例提供的一种触发漏洞检测的装置结构示意图。

具体实施方式

为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施方式作进一步地详细描述。

在对本申请实施例进行详细的解释说明之前，先对本申请实施例涉及的应用场景予以介绍。

在网站创建之初，由于开发人员的水平和经验的限制，在编写网站的网页代码时，可能会出现编码漏洞。另外，在网站运营过程中，由于业务更新，网站中可能会新增网页，也可能网站中的原始的网页发生了变化，在这种情况下，同样可能会出现网站漏洞。为了避免攻击者利用网站创建过程中或者是网站业务更新过程中产生的漏洞对网站进行恶意攻击，在网站创建完成之后，即可以通过本申请实施例提供的触发漏洞检测的方法在适当的时机触发对网站的漏洞检测。

接下来对本申请实施例提供的触发漏洞检测的方法的实施环境进行介绍。

图1是本申请实施例提供的触发漏洞检测的方法的实施环境图。如图1所示，该实施环境包括用户终端101、网关102和网站服务器103。其中，用户终端101与网关102建立有通信连接，网关102与网站服务器103建立有通信连接。

需要说明的是，用户终端101中可以通过安装的浏览器向网关102发送用于访问目标网页的目标统一资源定位符(Uniform Resource Locator，URL)。网关102在接收到用户终端101发送的目标URL后，可以根据对该目标URL进行解析，并根据解析结果确定该目标URL对应的网站服务器103，并将该目标URL转发至对应的网站服务器103。网站服务器103在接收到网关102转发的目标URL之后，可以通过本申请实施例提供的触发漏洞检测的方法来对该目标URL以及该目标URL对应的目标网页进行处理，进而根据处理结果来决定是否触发对网站进行漏洞检测。

其中，用户终端101可以为指智能手机、平板电脑、笔记本电脑、台式电脑等。网关102可以具有路由功能的设备，例如，该网关102可以为路由器、启用了路由协议的服务器、代理服务器等。网站服务器103可以是一台服务器，也可以是一个服务器集群，本申请实施例对此不做具体限定。

可选地，在一种可能的实现方式中，本申请实施例提供的触发漏洞检测的方法也可以应用于网关102中。也即，当网关102接收到用户终端101发送的用于访问目标网页的目标URL之后，网关102可以通过本申请实施例提供的触发漏洞检测的方法来对该目标URL以及该目标URL对应的目标网页进行处理，进而根据处理结果来决定是否触发对网站进行漏洞检测。在接下来的实施例中，将以该方法应用于网站服务器为例来对本申请进行详细的解释说明，但这并不构成对本申请实施例的限定。

图2是本发明实施例提供的一种计算机设备的结构示意图。图1中的网站服务器即可以通过图2所示的计算机设备来实现。参见图2，该计算机设备包括至少一个处理器201，通信总线202，存储器203以及至少一个通信接口204。

处理器201可以是一个通用中央处理器(Central Processing Unit，CPU)，微处理器，特定应用集成电路(application-specific integrated circuit，ASIC)，或一个或多个用于控制本申请方案程序执行的集成电路。

通信总线202可包括一通路，在上述组件之间传送信息。

存储器203可以是只读存储器(read-only memory，ROM)或可存储静态信息和指令的其它类型的静态存储设备，随机存取存储器(random access memory，RAM))或者可存储信息和指令的其它类型的动态存储设备，也可以是电可擦可编程只读存储器(Electrically Erasable Programmable Read-Only Memory，EEPROM)、只读光盘(CompactDisc Read-Only Memory，CD-ROM)或其它光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其它磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其它介质，但不限于此。存储器203可以是独立存在，通过通信总线202与处理器201相连接。存储器203也可以和处理器201集成在一起。

通信接口204，使用任何收发器一类的装置，用于与其它设备或通信网络通信，如以太网，无线接入网(RAN)，无线局域网(Wireless Local Area Networks，WLAN)等。

在具体实现中，作为一种实施例，处理器201可以包括一个或多个CPU，例如图2中所示的CPU0和CPU1。

在具体实现中，作为一种实施例，计算机设备可以包括多个处理器，例如图2中所示的处理器201和处理器205。这些处理器中的每一个可以是一个单核(single-CPU)处理器，也可以是一个多核(multi-CPU)处理器。这里的处理器可以指一个或多个设备、电路、和/或用于处理数据(例如计算机程序指令)的处理核。

在具体实现中，作为一种实施例，计算机设备还可以包括输出设备206和输入设备207。输出设备206和处理器201通信，可以以多种方式来显示信息。例如，输出设备206可以是液晶显示器(liquid crystal display，LCD),发光二级管(light emitting diode，LED)显示设备，阴极射线管(cathode ray tube，CRT)显示设备，或投影仪(projector)等。输入设备207和处理器201通信，可以以多种方式接收用户的输入。例如，输入设备207可以是鼠标、键盘、触摸屏设备或传感设备等。

上述的计算机设备可以是一个通用计算机设备或者是一个专用计算机设备。本申请实施例不限定计算机设备的类型。

其中，存储器203用于存储执行本申请方案的程序代码，并由处理器201来控制执行。处理器201用于执行存储器203中存储的程序代码208。程序代码208中可以包括一个或多个软件模块。图1中所示的网站服务器可以通过处理器201以及存储器203中的程序代码208中的一个或多个软件模块，来触发对网站的漏洞检测。

接下来对本申请实施例提供的触发漏洞检测的方法进行详细的解释说明。

图3是本申请实施例提供的一种触发漏洞检测的方法的流程图。该方法可以应用于图1所示的网站服务器或网关，接下来以应用于网站服务器为例进行说明。参见图3，该方法包括：

步骤301：接收用户终端发送的用于访问目标网页的目标URL。

当用户终端要访问目标网站的目标网页时，可以通过网关向网站服务器发送目标网页的目标URL。网站服务器可以接收该目标URL，进而根据该目标URL获取相应地网页信息，并将获取的网页信息返回给用户终端。

其中，网站中的每个网页均对应有唯一的URL，也即，目标URL可以用于唯一标识目标网页。

步骤302：检测目标URL对应的目标网页的网页结构是否已发生变化。

由于发送该目标URL的用户终端有可能是恶意攻击者所持有的终端，因此，若目标网页所属的目标网站存在漏洞，则网站服务器直接根据该目标URL中包含的参数来获取目标网页的网页信息将会存在安全风险。基于此，在本申请实施例中，网站服务器在接收到该目标URL之后，可以首先检测目标URL对应的目标网页的网页结构是否已发生变化，并根据检测结果来确定是否触发漏洞检测，进而根据漏洞检测结果来决定是否获取目标网页的网页信息。也即，在本申请实施例中，网站服务器可以在获取并反馈目标网页的网页信息之前，通过检测目标网页的网页结构是否已发生变化来及时触发漏洞检测，从而降低网站的安全风险。

示例性的，在本申请实施例中，参见图4，网站服务器可以通过步骤3021-3023来检测目标URL对应的目标网页的网页结构是否已发生变化。

3021：获取目标网页的第一网页结构。

需要说明的是，第一网页结构是指存储的当前时刻之前的目标网页的网页结构。示例性的，网站服务器可以在第一次触发对目标网站进行漏洞检测，且检测结果为无漏洞时，记录目标网站中的全部网页的网页结构。之后，每当触发一次漏洞检测，若检测结果为无漏洞，则对之前记录的网页结构进行一次更新。这样，当网站服务器接收到用于访问目标网站中的目标网页的目标URL时，网站服务器可以根据该目标URL获取当前时刻之前最近一次检测到该目标网站无漏洞时所更新的目标网页的网页结构，也即目标网页的第一网页结构。

其中，第一网页结构可以包括至少一种类型的树结构。示例性的，第一网页结构可以包括文档对象模型(document object model，DOM)树结构、JavaScript结构和层叠样式表(cascading style sheets，CSS)样式结构中的至少一种。本申请实施例对此不做具体限定。

3022：对目标网页进行渲染，并获取目标网页在当前时刻的第二网页结构。

在获取到目标网页的第一网页结构之后，网站服务器可以根据目标URL获取目标网页的网页信息，并模拟浏览器根据该目标网页的网页信息渲染该目标网页。之后，网站服务器记录当前时刻渲染得到的该目标网页的网页结构，也即该目标网页的第二网页结构。

需要说明的是，第二网页结构包括有与第一网页结构包括的树结构相同类型的树结构。也即，第一网页结构中包括有什么类型的树结构，第二网页结构中也将包括有什么样类型的树结构。例如，若第一网页结构包括DOM树结构，则第二网页结构也包括DOM树结构。若第一网页结构包括DOM树结构和CSS样式结构，则第二网页结构也包括DOM树结构和CSS样式结构。本申请实施例在此不再赘述。

3023：基于第一网页结构和第二网页结构，判断目标网页的网页结构是否已发生变化。

在获取到目标网页的第一网页结构和第二网页结构之后，网站服务器可以基于目标网页的第一网页结构和第二网页结构，来判断目标网页的网页结构是否已发生变化，进而来决定是否触发对目标网站进行漏洞检测。

其中，网站服务器可以通过步骤(1)-(3)来基于该目标网页的第一网页结构和第二网页结构，判断目标网页的网页结构是否已发生变化。

(1)对于第一网页结构和第二网页结构中的每个网页结构，确定每个网页结构中每种类型的树结构的多个参数值。

其中，由前文所述可知，第一网页结构包括至少一种类型的树结构，而第二网页结构包括有与第一网页结构包括的树结构相同类型的树结构，也即，第二网页结构也包括至少一种类型的树结构。基于此，在本申请实施例中，网站服务器可以确定第一网页结构包括的每种类型的树结构的多个参数值，并确定第二网页结构包括的每种类型的树结构的多个参数值。接下来以确定第一网页结构包括的每种类型的树结构的多个参数值为例来对本步骤的实现方式进行说明。

网站服务器可以确定第一网页结构包括的每种类型的树结构中的根节点与每个叶子节点之间的长度值，得到第一网页结构中相应类型的树结构的多个长度值；基于第一网页结构中每种类型的树结构的多个长度值确定第一网页结构中相应类型的树结构的总长度值、平均长度值、最大长度值和最小长度值；获取第一网页结构中每种类型的树结构的节点的数量，并将第一网页结构中每种类型的树结构的节点的数量、总长度值、平均长度值、最大长度值和最小长度值作为第一网页结构中相应类型的树结构的多个参数值。

其中，对于DOM树结构、JavaScript结构和CSS样式结构中的任一种类型的树结构，其均包括多个节点，且该多个节点中包括根节点、多个中间节点和多个叶子节点。在本申请实施例中，对于第一网页结构包括的每种类型的树结构，以DOM树结构为例，网站服务器可以获取DOM树结构中的根节点与多个叶子节点中每个叶子节点之间的长度值，得到多个长度值。之后，网站服务器可以计算多个长度值的总和，得到该DOM树结构的总长度值，计算多个长度值的平均值，得到该DOM树结构的平均长度值，从多个长度值中确定最大值，得到该DOM树结构的最大长度值，从多个长度值中确定最小值，得到该DOM树结构的最小长度值。除此之外，网站服务器还可以确定DOM树结构包括的所有节点的数量。上述确定的DOM树结构的总长度值、平均长度值、最大长度值、最小长度值以及DOM树结构的节点的数量即可以作为DOM树结构的多个参数值。当然，在一种可能的实现方式中，该DOM树结构的多个参数值可以包括DOM树结构的总长度值、平均长度值、最大长度值、最小长度值以及DOM树结构的节点的数量中的部分。例如，该DOM树结构的多个参数值可以只包括DOM树结构的总长度值、平均长度值、最大长度值和最小长度值。或者，该DOM树结构的多个参数值还可以包括除上述参数之外的其他的可以用于表征网页结构的参数值。本申请实施例对此不做具体限定。

对于第一网页结构中包括的其他类型的树结构，如JavaScript结构和CSS样式结构，均可以参照上述确定DOM树结构的多个参数值的方法来确定相应类型的树结构的多个参数值。

另外，对于第二网页结构中包括的每种类型的树结构，则可以参照前述介绍的确定第一网页结构包括的每种类型的树结构的多个参数值的方法，来确定第二网页结构包括的每种类型的树结构的多个参数值，本申请实施例在此不再赘述。

需要说明的是，在本申请实施例中，由于要通过比较第一网页结构和第二网页结构来判断目标网页的网页结构是否已发生变化，因此，获取的第一网页结构的每种类型的树结构的多个参数值和第二网页结构中相应类型的树结构的多个参数值应当包括相同参数的参数值。例如，如果获取的第一网页结构中DOM树结构的多个参数值包括DOM树结构的总长度值、平均长度值以及DOM树结构的节点的数量，则获取的第二网页结构中DOM树结构的多个参数值应当也包括DOM树结构的总长度值、平均长度值以及DOM树结构的节点的数量中的至少两种。

(2)基于第一网页结构中每种类型的树结构的多个参数值和第二网页结构中每种类型的树结构的多个参数值，确定每种类型的树结构对应的多个目标参数的参数值。

在确定第一网页结构中每种类型的树结构的多个参数值以及第二网页结构中每种类型的树结构的多个参数值之后，网站服务器可以将第一网页结构中每种类型的树结构的多个参数值与第二网页结构中相应类型的树结构的多个参数值进行比较，从而得到相应类型树结构对应的多个目标参数的参数值。其中，多个目标参数可以包括总长度变化率、平均长度变化率、最大长度变化率、最小长度变化率以及结构重合度中的至少两个。

接下来仍以DOM树结构为例来进行解释说明，网站服务器可以将第一网页结构中DOM树结构的多个参数值中的每个参数值和第二网页结构中DOM树结构的相应参数值进行比较，从而得到二者对应的目标参数的参数值。示例性的，若第一网页结构中DOM树结构的多个参数值和第二网页结构中DOM树结构的多个参数值中均包括总长度值、平均长度值、最大长度值、最小长度值和节点的数量，则网站服务器可以根据第一网页结构中DOM树结构的总长度值和第二网页结构中DOM树结构的总长度值，通过下述公式(1)确定DOM树结构的总长度变化率，根据第一网页结构中DOM树结构的平均长度值和第二网页结构中DOM树结构的平均长度值，通过下述公式(2)确定DOM树结构的平均长度变化率，根据第一网页结构中DOM树结构的最大长度值和第二网页结构中DOM树结构的最大长度值，通过下述公式(3)确定DOM树结构的最大长度变化率，根据第一网页结构中DOM树结构的最小长度值和第二网页结构中DOM树结构的最小长度值，通过下述公式(4)确定DOM树结构的最小长度变化率，根据第一网页结构中DOM树结构的节点的数量和第二网页结构中DOM树结构的节点的数量，通过下述公式(5)确定DOM树结构的结构重合度。

其中，δ_sum为DOM树结构的总长度变化率，L_sum2为第二网页结构中DOM树结构的总长度值，L_sum1为第一网页结构中DOM树结构的总长度值。

其中，δ_avg为DOM树结构的平均长度变化率，L_avg2为第二网页结构中DOM树结构的平均长度值，L_avg1为第一网页结构中DOM树结构的平均长度值。

其中，δ_max为DOM树结构的最大长度变化率，L_max2为第二网页结构中DOM树结构的最大长度值，L_max1为第一网页结构中DOM树结构的最大长度值。

其中，δ_min为DOM树结构的最小长度变化率，L_min2为第二网页结构中DOM树结构的最小长度值，L_min1为第一网页结构中DOM树结构的最小长度值。

其中，ω为DOM树结构的结构重合度，N₂为第二网页结构中DOM树结构的节点的数量，N₁为第一网页结构中DOM树结构的节点的数量。

需要说明的是，上述仅仅是本申请实施例给出的一种示例，在一种可能的实现方式中，第一网页结构中DOM树结构的多个参数值和第二网页结构中DOM树结构的多个参数值可能包括总长度值、平均长度值、最大长度值、最小长度值和节点的数量中的部分，在这种情况下，网站服务器基于第一网页结构中DOM树结构的多个参数值和第二网页结构中DOM树结构的多个参数值确定的多个目标参数也相应地包括总长度变化率、平均长度变化率、最大长度变化率、最小长度变化率以及结构重合度的部分。当然，第一网页结构中DOM树结构的多个参数值和第二网页结构中DOM树结构的多个参数值也可以包括除上述几个参数值之外的其他参数值，在这种情况下，目标参数也可以包括除上述几个目标参数之外的其他参数，本申请实施例对此不做具体限定。

上述主要是以DOM树结构为例来说明确定DOM树结构对应的多个目标参数的参数值的实现方式，对于第一网页结构和第二网页结构中包括的其他类型的树结构，则可以参照上述方式来确定其他类型的树结构对应的目标参数的参数值，本申请实施例在此不再赘述。

(3)基于每种类型的树结构对应的多个目标参数的参数值，判断目标网页的网页结构是否已发生变化。

在确定每种类型的树结构对应的多个目标参数的参数值之后，网站服务器可以基于每种类型的树结构对应的多个目标参数的参数值，来判断目标网页的网页结构是否已发生变化。

示例性的，网站服务器可以将每种类型的树结构对应的多个目标参数的参数值作为神经网络模型的输入，并获取神经网络模型输出的网络结构变化状态值，该神经网络模型是通过多个样本集训练得到，多个样本集中的每个样本集包含有每种类型的树结构对应的多个目标参数的一组参数值和相应样本集对应的网络结构变化状态值；若神经网络模型输出的网络结构变化状态值大于第一阈值，则确定目标网页的网页结构已发生变化。

其中，该神经网络模型可以为如图5所示的全连接神经网络模型，且该神经网络模型的输出层可以使用sigmoid神经元。在使用该神经网络模型之前，网站服务器可以根据多个样本集对该神经网络模型进行训练。其中，该多个样本集中的每个样本集中包含有多种类型的树结构中每种类型的树结构对应的多个目标参数的一组参数值和相应样本集对应的网络结构变化状态值。在训练该神经网络模型时，网站服务器可以将第一个样本集包含的多个目标参数的一组参数值作为该神经网络模型的输入，并获取对应的输出结果，比较该输出结果与第一个样本集中包括的网络结构变化状态值之间的偏差，并通过该偏差利用反向传播算法来更新该神经网络模型中的权重和偏移。之后，将第二个样本集包含的多个目标参数的一组参数值作为该神经网络模型的输入，重复上述步骤，直到该神经网络模型的输出结果与该输出结果对应的样本集中的网络结构变化状态值之间的偏差小于预设值为止，则认为该神经网络模型已训练好。其中，该预设值可以根据要求的该神经网络模型的精度来设置。

在该神经网络模型训练好之后，当网站服务器获取到每种类型的树结构对应的多个目标参数的参数值时，可以将每种类型的树结构对应的多个目标参数的参数值作为该神经网络模型的输入值，并获取该神经网络模型输出的网络结构变化状态值，由于该神经网络模型的输出层采用sigmoid神经元，因此，该网络结构变化状态值将位于0-1之间。网站服务器可以判断该网络结构变化状态值是否大于第一阈值，若大于第一阈值，则可以确定该目标网页的网页结构已发生变化，若不大于第一阈值，则认为该目标网页的网页结构未发生变化。

需要说明的是，第一阈值可以根据该神经网络模型的训练过程中的多个样本集中的网络结构变化状态值来设置的一个值，例如，第一阈值可以为0.5。

另外，在本申请实施例中，在根据该神经网络模型输出的网页结构变化状态值判断网页结构是否已发生变化之后，网站服务器还可以根据该网页结构变化状态值对前述的第一阈值进行调整。例如，若该网页结构变化状态值大于0.5，此时，则可以将该网页结构变化状态值结合该神经网络模型之前输出的用于表征该网页的网页结构已发生变化的网页结构变化状态值来对该第一阈值进行调整。若该网页结构变化状态值不大于0.5，此时，则可以将该网页结构变化状态值结合该神经网络模型之前输出的用于表征该网页的网页结构未发生变化的网页结构变化状态值来对该第一阈值进行调整。

上述步骤301和步骤302介绍了网站服务器在接收到用户终端发送的目标URL之后，直接检测该目标URL的网页结构是否已发生变化的过程，可选地，在本申请实施例中，当接收到目标URL之后，网站服务器也可以首先检测该目标URL对应的目标网页的网页内容是否已发生变化，若该目标网页的网页内容已发生变化，再检测该目标网页的网页结构是否已发生变化。也即，在步骤302之前，网站服务器还可以执行检测该目标URL对应的目标网页的网页内容是否已发生变化的步骤，并在检测到该目标网页的网页内容已发生变化时，再执行步骤302。这样，由于网页结构发生变化的网页，其网页内容均会发生变化，且检测网页内容是否发生变化的计算量相较于检测网页结构是否发生变化的计算量较小，因此，在对目标网页的网页内容进行检测之后，对于网页内容未发生变化的网页则不必再进行网页结构的检测，降低了对网站服务器资源的占用。

示例性的，在本申请实施例中，在检测目标网页的网页内容是否已发生变化时，网站服务器可以根据目标URL获取目标网页的网页信息，并根据获取的目标网页的网页信息确定当前时刻该目标网页的网页内容的哈希值。与此同时，网站服务器可以获取存储的当前时刻之前的该目标网页的网页内容的哈希值，并将当前时刻该目标网页的网页内容的哈希值与当前时刻之前的该目标网页的网页内容的哈希值进行比较，若二者不相同，则说明该目标网页的网页内容已发生变化，否则，则可以确定该目标网页的网页内容并未发生变化。

可选地，在某些情况下，用户终端发送的目标URL对应的目标网页可能是新增的网页，且在该目标网页新增之后，还未进行过漏洞检测。在这种情况下，网站服务器可以不必再检测该目标网页的网页内容以及网页结构是否发生变化，而是直接触发对目标网站进行漏洞检测。也即，在本申请实施例中，在检测目标网页的网页内容是否发生变化之前，网站服务器可以先检测该目标URL对应的目标网页是否为新增网页。或者，若网站服务器不执行检测目标网页的网页内容是否发生变化的步骤，则网站服务器可以在检测目标网页的网页结构是否发生变化之前，检测该目标网页是否为新增网页。

其中，网站服务器可以通过检测接收到的目标URL是否存在于URL数据库中来检测该目标URL对应的目标网页是否为新增网页，若该目标URL存在于URL数据库中，则可以确定该目标网页不为新增网页，此时，网站服务器可以执行检测该目标网页的网页内容是否已发生变化的步骤，或者，网站服务器可以直接执行检测该目标网页的网页结构是否已发生变化的步骤。若该目标URL不存在于URL数据库中，则可以确定该目标网页为新增网页，此时，网站服务器可以直接触发对目标网站进行漏洞检测。

需要说明的是，对于目标网站中的新增网页，由于在用户终端对该新增网页进行访问时才可能因该新增网页可能存在的漏洞对该目标网站造成威胁，因此，网站服务器可以在确定接收到的目标URL为首次接收到的URL时，将该目标URL对应的目标网页确认为新增网页，进而触发漏洞检测，以此来保证在用户终端对该新增网页进行访问之前及时触发目标网站的漏洞检测，降低目标网站的安全风险。换句话说，在本申请实施例中，URL数据库中包括的URL可以是当前时刻之前所有用户终端访问过的URL，这样，网站服务器可以将接收到目标URL与URL数据库中的URL进行比对，以此来确定该目标URL是否为初次接收到的URL。

步骤303：若检测到目标URL对应的目标网页的网页结构已发生变化，则触发对目标网页所属的目标网站进行漏洞检测。

若网站服务器检测到目标URL对应的目标网页的网页结构已发生变化，则说明该目标网页被更改过，此时，网站服务器即可以触发对该目标网站进行漏洞检测，以避免该目标网页中可能存在的漏洞对目标网站的安全造成威胁。

在本申请实施例中，网站服务器在接收到用户终端发送的目标URL时，可以检测该目标URL对应的目标网页的网页结构是否已发生变化，并在检测到目标网页的网页结构已发生变化时触发对目标网站进行漏洞检测，这样，若目标网站中的目标网页的网页结构发生变化，则在接收到用户终端发送的目标URL时即可以及时发现该变化，并及时触发漏洞检测操作，从而有效降低了由于未能及时触发漏洞检测所带来的安全风险。另外，在本申请实施例中，对于网站中新增网页的场景，本申请实施例通过检测目标URL是否存在于URL数据库或者通过直接检测目标URL的网页内容或网页结构是否发生变化，均可以及时触发对目标网站的漏洞检测，从而有效降低由于新增网页所带来的安全风险。对于网站中网页更新的场景，本申请实施例通过在接收到目标URL之后对目标URL对应的目标网页进行网页结构的检测，也可以在用户终端获取到该目标网页的网页信息之前及时触发漏洞检测，从而有效降低了由于网页更新所带来的安全风险。

还需要说明的是，相关技术中网站服务器按周期每次需要对网站中所有网页的网页结构进行检测，才能确定是否触发漏洞检测，在这种情况下，对于某些包括数千网页的大型网站来说，通过相关技术中的方法来触发漏洞检测时，检测网页结构的变化将花费大量的时间。而在本申请实施例中，网站服务器通过检测接收到的一个URL对应的网页的网页结构就可以来决定是否触发漏洞检测，耗费时间短，保证了触发的及时性。

接下来对本申请实施例提供的触发漏洞检测的装置进行介绍。

参见图6，本申请实施例提供了一种触发漏洞检测的装置，该装置包括：

接收模块601，用于执行上述实施例中的步骤301；

第一检测模块602，用于执行上述实施例中的步骤302；

第一触发模块603，用于执行上述实施例中的步骤303。

可选地，第一检测模块602包括：

第一获取单元，用于获取目标网页的第一网页结构，第一网页结构是指存储的在当前时刻之前的目标网页的网页结构，且第一网页结构包括至少一种类型的树结构；

第二获取单元，用于对目标网页进行渲染，并获取目标网页在当前时刻的第二网页结构，第二网页结构包括有与第一网页结构包括的树结构相同类型的树结构；

判断单元，用于基于第一网页结构和第二网页结构，判断目标网页的网页结构是否已发生变化。

可选地，判断单元具体用于：

第一确定子单元，用于对于第一网页结构和第二网页结构中的每个网页结构，确定每个网页结构中每种类型的树结构的多个参数值；

第二确定子单元，用于基于第一网页结构中每种类型的树结构的多个参数值和第二网页结构中每种类型的树结构的多个参数值，确定每种类型的树结构对应的多个目标参数的参数值；

判断子单元，用于基于每种类型的树结构对应的多个目标参数的参数值，判断目标网页的网页结构是否已发生变化。

可选地，第一确定子单元具体用于：

确定每个网页结构中每种类型的树结构中的根节点与每个叶子节点之间的长度值，得到相应网页结构中相应类型的树结构的多个长度值；

基于每个网页结构中每种类型的树结构的多个长度值确定相应网页结构中相应类型的树结构的总长度值、平均长度值、最大长度值和最小长度值；

获取每个网页结构中每种类型的树结构的节点的数量，并将每个网页结构中每种类型的树结构的节点的数量、总长度值、平均长度值、最大长度值和最小长度值作为相应网页结构中相应类型的树结构的多个参数值。

可选地，判断子单元具体用于：

将每种类型的树结构对应的多个目标参数的参数值作为神经网络模型的输入，并获取神经网络模型输出的网络结构变化状态值，神经网络模型是通过多个样本集训练得到，多个样本集中的每个样本集包含有每种类型的树结构对应的多个目标参数的一组参数值和相应样本集对应的网络结构变化状态值；

若神经网络模型输出的网络结构变化状态值大于第一阈值，则确定目标网页的网页结构已发生变化。

可选地，该装置还包括：

第二检测模块，用于检测目标网页的网页内容是否已发生变化；

第二触发模块，用于若目标网页的网页内容已发生变化，则触发第一检测模块检测目标URL对应的目标网页的网页结构是否已发生变化。

可选地，第二检测模块具体用于：

确定当前时刻的目标网页的网页内容的哈希值；

获取存储的当前时刻之前的目标网页的网页内容的哈希值；

若当前时刻的目标网页的网页内容的哈希值与当前时刻之前的目标网页的网页内容的哈希值不同，则确定目标网页的网页内容已发生变化。

可选地，该装置还包括：

第三检测模块，用于检测目标URL是否存在于URL数据库中，URL数据库中存储有当前时刻之前接收到的目标网站的所有URL；

第三触发模块，用于若目标URL存在于URL数据库中，则触发第一检测模块检测目标URL对应的目标网页的网页结构是否已发生变化。

可选地，该装置还用于：

若目标URL不存在于URL数据库中，则触发对目标网站进行漏洞检测。

综上所述，在本申请实施例中，在接收到用户终端发送的目标URL时，可以检测该目标URL对应的目标网页的网页结构是否已发生变化，并在检测到目标网页的网页结构已发生变化时触发对目标网站进行漏洞检测，这样，若目标网站中的目标网页的网页结构发生变化，则在接收到用户终端发送的目标URL时即可以及时发现该变化，并及时触发漏洞检测操作，从而有效降低了由于未能及时触发漏洞检测所带来的安全风险。另外，在本申请实施例中，对于网站中新增网页的场景，本申请实施例通过检测目标URL是否存在于URL数据库或者通过直接检测目标URL的网页内容或网页结构是否发生变化，均可以及时触发对目标网站的漏洞检测，从而有效降低由于新增网页所带来的安全风险。对于网站中网页更新的场景，本申请实施例通过在接收到目标URL之后对目标URL对应的目标网页进行网页结构的检测，也可以在用户终端获取到该目标网页的网页信息之前及时触发漏洞检测，从而有效降低了由于网页更新所带来的安全风险。

需要说明的是：上述实施例提供的触发漏洞检测的装置在触发漏洞检测时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将设备的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的触发漏洞检测的装置与触发漏洞检测的方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。

在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意结合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机指令时，全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如：同轴电缆、光纤、数据用户线(Digital Subscriber Line，DSL))或无线(例如：红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(例如：软盘、硬盘、磁带)、光介质(例如：数字通用光盘(Digital Versatile Disc，DVD))、或者半导体介质(例如：固态硬盘(Solid State Disk，SSD))等。

本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。

以上所述为本申请提供的实施例，并不用以限制本申请，凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (18)

1.一种触发漏洞检测的方法，其特征在于，所述方法包括：

接收用户终端发送的用于访问目标网页的目标统一资源定位符URL；

检测所述目标URL对应的目标网页的网页结构是否已发生变化；

若检测到所述目标URL对应的目标网页的网页结构已发生变化，则触发对所述目标网页所属的目标网站进行漏洞检测。

2.如权利要求1所述的方法，其特征在于，所述检测所述目标URL对应的目标网页的网页结构是否发生变化，包括：

获取所述目标网页的第一网页结构，所述第一网页结构是指存储的在当前时刻之前的所述目标网页的网页结构，且所述第一网页结构包括至少一种类型的树结构；

对所述目标网页进行渲染，并获取所述目标网页在当前时刻的第二网页结构，所述第二网页结构包括有与所述第一网页结构包括的树结构相同类型的树结构；

基于所述第一网页结构和所述第二网页结构，判断所述目标网页的网页结构是否已发生变化。

3.如权利要求2所述的方法，其特征在于，所述基于所述第一网页结构和所述第二网页结构，判断所述目标网页的网页结构是否已发生变化，包括：

对于所述第一网页结构和所述第二网页结构中的每个网页结构，确定每个网页结构中每种类型的树结构的多个参数值；

基于所述第一网页结构中每种类型的树结构的多个参数值和所述第二网页结构中每种类型的树结构的多个参数值，确定每种类型的树结构对应的多个目标参数的参数值；

基于所述每种类型的树结构对应的多个目标参数的参数值，判断所述目标网页的网页结构是否已发生变化。

4.如权利要求3所述的方法，其特征在于，所述确定每个网页结构中每种类型的树结构的多个参数值，包括：

确定每个网页结构中每种类型的树结构中的根节点与每个叶子节点之间的长度值，得到所述相应网页结构中相应类型的树结构的多个长度值；

基于所述每个网页结构中每种类型的树结构的多个长度值确定所述相应网页结构中相应类型的树结构的总长度值、平均长度值、最大长度值和最小长度值；

获取所述每个网页结构中每种类型的树结构的节点的数量，并将所述每个网页结构中每种类型的树结构的节点的数量、总长度值、平均长度值、最大长度值和最小长度值作为所述相应网页结构中相应类型的树结构的多个参数值。

5.如权利要求3或4所述的方法，其特征在于，所述基于所述每种类型的树结构对应的多个目标参数的参数值，判断所述目标网页的网页结构是否已发生变化，包括：

将所述每种类型的树结构对应的多个目标参数的参数值作为神经网络模型的输入，并获取所述神经网络模型输出的网络结构变化状态值，所述神经网络模型是通过多个样本集训练得到，所述多个样本集中的每个样本集包含有所述每种类型的树结构对应的多个目标参数的一组参数值和相应样本集对应的网络结构变化状态值；

若所述神经网络模型输出的网络结构变化状态值大于第一阈值，则确定所述目标网页的网页结构已发生变化。

6.如权利要求1-5任一所述的方法，其特征在于，所述检测所述目标URL对应的目标网页的网页结构是否已发生变化之前，还包括：

检测所述目标网页的网页内容是否已发生变化；

若所述目标网页的网页内容已发生变化，则执行检测所述目标URL对应的目标网页的网页结构是否已发生变化的步骤。

7.如权利要求6所述的方法，其特征在于，所述检测所述目标网页的网页内容是否已发生变化，包括：

确定当前时刻的所述目标网页的网页内容的哈希值；

获取存储的当前时刻之前的所述目标网页的网页内容的哈希值；

若当前时刻的所述目标网页的网页内容的哈希值与当前时刻之前的所述目标网页的网页内容的哈希值不同，则确定所述目标网页的网页内容已发生变化。

8.如权利要求1-5任一所述的方法，其特征在于，所述检测所述目标URL对应的目标网页的网页结构是否已发生变化之前，还包括：

检测所述目标URL是否存在于URL数据库中，所述URL数据库中存储有当前时刻之前接收到的所述目标网站的所有URL；

若所述目标URL存在于所述URL数据库中，则执行所述检测所述目标URL对应的目标网页的网页结构是否已发生变化的步骤。

9.如权利要求8所述的方法，其特征在于，所述方法还包括：

若所述目标URL不存在于所述URL数据库中，则触发对所述目标网站进行漏洞检测。

10.一种触发漏洞检测的装置，其特征在于，所述装置包括：

接收模块，用于接收用户终端发送的用于访问目标网页的目标统一资源定位符URL；

第一检测模块，用于检测所述目标URL对应的目标网页的网页结构是否已发生变化；

第一触发模块，用于若检测到所述目标URL对应的目标网页的网页结构已发生变化，则触发对所述目标网页所属的目标网站进行漏洞检测。

11.如权利要求10所述的装置，其特征在于，所述第一检测模块包括：

第一获取单元，用于获取所述目标网页的第一网页结构，所述第一网页结构是指存储的在当前时刻之前的所述目标网页的网页结构，且所述第一网页结构包括至少一种类型的树结构；

第二获取单元，用于对所述目标网页进行渲染，并获取所述目标网页在当前时刻的第二网页结构，所述第二网页结构包括有与所述第一网页结构包括的树结构相同类型的树结构；

判断单元，用于基于所述第一网页结构和所述第二网页结构，判断所述目标网页的网页结构是否已发生变化。

12.如权利要求11所述的装置，其特征在于，所述判断单元具体用于：

第一确定子单元，用于对于所述第一网页结构和所述第二网页结构中的每个网页结构，确定每个网页结构中每种类型的树结构的多个参数值；

第二确定子单元，用于基于所述第一网页结构中每种类型的树结构的多个参数值和所述第二网页结构中每种类型的树结构的多个参数值，确定每种类型的树结构对应的多个目标参数的参数值；

判断子单元，用于基于所述每种类型的树结构对应的多个目标参数的参数值，判断所述目标网页的网页结构是否已发生变化。

13.如权利要求12所述的装置，其特征在于，所述第一确定子单元具体用于：

确定每个网页结构中每种类型的树结构中的根节点与每个叶子节点之间的长度值，得到所述相应网页结构中相应类型的树结构的多个长度值；

基于所述每个网页结构中每种类型的树结构的多个长度值确定所述相应网页结构中相应类型的树结构的总长度值、平均长度值、最大长度值和最小长度值；

获取所述每个网页结构中每种类型的树结构的节点的数量，并将所述每个网页结构中每种类型的树结构的节点的数量、总长度值、平均长度值、最大长度值和最小长度值作为所述相应网页结构中相应类型的树结构的多个参数值。

14.如权利要求12或13所述的装置，其特征在于，所述判断子单元具体用于：

将所述每种类型的树结构对应的多个目标参数的参数值作为神经网络模型的输入，并获取所述神经网络模型输出的网络结构变化状态值，所述神经网络模型是通过多个样本集训练得到，所述多个样本集中的每个样本集包含有所述每种类型的树结构对应的多个目标参数的一组参数值和相应样本集对应的网络结构变化状态值；

若所述神经网络模型输出的网络结构变化状态值大于第一阈值，则确定所述目标网页的网页结构已发生变化。

15.如权利要求10-14任一所述的装置，其特征在于，所述装置还包括：

第二检测模块，用于检测所述目标网页的网页内容是否已发生变化；

第二触发模块，用于若所述目标网页的网页内容已发生变化，则触发所述第一检测模块检测所述目标URL对应的目标网页的网页结构是否已发生变化。

16.如权利要求15所述的装置，其特征在于，所述第二检测模块具体用于：

确定当前时刻的所述目标网页的网页内容的哈希值；

获取存储的当前时刻之前的所述目标网页的网页内容的哈希值；

若当前时刻的所述目标网页的网页内容的哈希值与当前时刻之前的所述目标网页的网页内容的哈希值不同，则确定所述目标网页的网页内容已发生变化。

17.如权利要求10-14任一所述的装置，其特征在于，所述装置还包括：

第三检测模块，用于检测所述目标URL是否存在于URL数据库中，所述URL数据库中存储有当前时刻之前接收到的所述目标网站的所有URL；

第三触发模块，用于若所述目标URL存在于所述URL数据库中，则触发所述第一检测模块检测所述目标URL对应的目标网页的网页结构是否已发生变化。

18.如权利要求17所述的装置，其特征在于，所述装置还用于：

若所述目标URL不存在于所述URL数据库中，则触发对所述目标网站进行漏洞检测。