CN117056912A - 基于canvas指纹的操作系统识别方法、设备及介质 - Google Patents
基于canvas指纹的操作系统识别方法、设备及介质 Download PDFInfo
- Publication number
- CN117056912A CN117056912A CN202311026942.2A CN202311026942A CN117056912A CN 117056912 A CN117056912 A CN 117056912A CN 202311026942 A CN202311026942 A CN 202311026942A CN 117056912 A CN117056912 A CN 117056912A
- Authority
- CN
- China
- Prior art keywords
- canvas
- fingerprint
- operating system
- type
- canvas fingerprint
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000005516 engineering process Methods 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 9
- 230000006870 function Effects 0.000 claims description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000013515 script Methods 0.000 description 3
- 238000003491 array Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 235000019800 disodium phosphate Nutrition 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/50—Monitoring users, programs or devices to maintain the integrity of platforms, e.g. of processors, firmware or operating systems
- G06F21/55—Detecting local intrusion or implementing counter-measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/901—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/903—Querying
- G06F16/90335—Query processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/602—Providing cryptographic facilities or services
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Security & Cryptography (AREA)
- Data Mining & Analysis (AREA)
- Computer Hardware Design (AREA)
- Bioethics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Computational Linguistics (AREA)
- Collating Specific Patterns (AREA)
- Image Input (AREA)
Abstract
本发明实施例公开了一种基于canvas指纹的操作系统识别方法、设备及介质;方法包括:被动采集设备的本次canvas指纹;若指纹中不存在navigator.platform属性,则获取高区分度参数,根据其识别设备的操作系统类型。本发明实施例具有如下优点:(1)解决了TCP指纹可能出现两个或者多个匹配项,从而无法准确识别操作系统的问题;(2)对于未出现在指纹数据库中的操作系统类型,可以通过canvas指纹进行识别;(3)可解决TCP指纹无法识别新发行的操作系统类型的技术问题;(4)当再次被动采集设备的canvas指纹时,只需与canvas指纹库进行匹配,即可快速实现操作系统类型的识别。
Description
技术领域
本发明涉及计算机技术领域,具体涉及一种基于canvas指纹的操作系统识别方法、电子设备及存储介质。
背景技术
随着计算机技术的快速发展,信息网络已成为社会发展的重要保障。互联网已经成为生活中不可或缺的工具,但网络安全问题也越来越突出。
网络安全无论从攻击视角还是防护视角,信息的采集和甄别都至关重要,其中主机的系统类型更是关键出发点。在以往经验中,根据操作系统类型往往能够大致判断其存在的风险点及风险类型,因此,识别主机操作系统类型对系统网络安全防护具有极其重要的意义。
目前,操作系统识别方法主要包括基于TCP协议指纹的规则匹配,例如操作系统识别工具有Nmap、P0f和Xprobe2等。Nmap对操作系统的识别主要依靠其维护的操作系统TCP指纹库nmap-os-db;Xprobe2等其他工具同样基于自身构建的指纹库进行操作系统类型的识别。
具体地,上述基于规则的匹配方法,主要是通过获取网络中传输和接收的数据包信息来与已创建的规则进行特征匹配,具有识别速度快的优势。但是,该匹配方法也存在如下缺陷:
(1)由于操作系统不同发行版本存在相同的内核版本,操作系统指纹数据库冗余度高,对于某一测试的操作系统指纹可能出现两个或者多个匹配项,从而无法确定该指纹属于哪一类操作系统或发行版本;
(2)对于未出现在指纹数据库中的操作系统类型则无法进行匹配识别;
(3)新发行的操作系统几乎不再更改TCP协议的实现,未来通过TCP指纹对操作系统进行识别越发困难。
发明内容
针对背景技术中所提及的技术缺陷,本发明实施例的目的在于提供一种基于canvas指纹的操作系统识别方法、电子设备及存储介质。
为实现上述目的,第一方面,本发明实施例提供了一种基于canvas指纹的操作系统识别方法,包括:
使用canvas技术被动采集设备的本次canvas指纹;
若所述本次canvas指纹中不存在navigator.platform属性,则获取高区分度参数;其中,高区分度参数包括但不仅限于屏幕尺寸和颜色深度、系统字体等;
根据所述高区分度参数识别设备的操作系统类型。
若所述本次canvas指纹中存在navigator.platform属性,则直接根据navigator.platform属性获取设备的操作系统类型。
作为本申请的一种优选实现方式,根据所述高区分度参数识别设备的操作系统类型之后,所述方法还包括:
使用SHA-256哈希函数对所述本次canvas指纹进行加密;
使用BiGRU动态链接将加密后的所述本次canvas指纹存储至canvas指纹库。
作为本申请的一种优选实现方式,所述方法还包括:
使用canvas技术被动采集设备的下次canvas指纹;
将所述下次canvas指纹与所述canvas指纹库进行匹配,根据匹配结果实现操作系统类型的识别。
第二方面,本发明实施例提供了一种电子设备,用于基于canvas指纹识别操作系统类型,包括:
采集单元,用于使用canvas技术被动采集设备的本次canvas指纹;
判断单元,用于判断所述本次canvas指纹中是否存在navigator.platform属性;
识别单元,用于若所述本次canvas指纹中不存在navigator.platform属性,则获取高区分度参数,根据所述高区分度参数识别设备的操作系统类型。
进一步地,作为本申请的一种优选实现方式,所述电子设备还包括存储单元,用于:
使用SHA-256哈希函数对所述本次canvas指纹进行加密;
使用BiGRU动态链接将加密后的所述本次canvas指纹存储至canvas指纹库。
进一步地,作为本申请的一种优选实现方式,所述电子设备还包括匹配单元;
所述采集单元用于使用canvas技术被动采集设备的下次canvas指纹;
所述匹配单元用于将所述下次canvas指纹与所述canvas指纹库进行匹配;
所述识别单元用于根据匹配结果实现操作系统类型的识别。
第三方面,本发明实施例还提供了另一种电子设备,包括处理器、输入设备、输出设备和存储器,所述处理器、输入设备、输出设备和存储器相互连接,其中,所述存储器用于存储计算机程序,所述计算机程序包括程序指令,所述处理器被配置用于调用所述程序指令,执行如上述第一方面所述的方法步骤。
第四方面,本发明实施例提供了一种计算机可读存储介质,所述计算机存储介质存储有计算机程序,所述计算机程序包括程序指令,所述程序指令被处理器执行时实现如上述第一方面所述的方法步骤。
本发明实施例提供的技术方案,具有如下优点:
(1)解决了TCP指纹可能出现两个或者多个匹配项,从而无法准确识别操作系统的问题;
(2)对于未出现在指纹数据库中的操作系统类型,使用canvas技术被动采集设备的本次canvas指纹,若本次canvas指纹中不存在navigator.platform属性,则获取高区分度参数,根据高区分度参数识别设备的操作系统类型;即,对于未出现在指纹数据库中的操作系统类型,可以通过canvas指纹进行识别;
(3)整个技术方案相当于一个新的canvas指纹产生工具,可将该工具应用于新发行的操作系统,使其产生新的canvas指纹,并基于该新的canvas指纹解决TCP指纹无法识别新发行的操作系统类型的技术问题;
(4)使用BiGRU动态链接将加密后的本次canvas指纹存储至canvas指纹库,当再次被动采集设备的canvas指纹时,只需与canvas指纹库进行匹配,即可快速实现操作系统类型的识别。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。
图1是本申请的发明构思流程图;
图2是本发明实施例提供的基于canvas指纹的操作系统识别方法的流程图;
图3是根据navigator.platform属性直接获取操作系统类型的界面图;
图4是高区分度参数选取的界面图;
图5是canvas指纹与canvas指纹库匹配的界面图;
图6是本发明实施例提供的电子设备的一种结构图;
图7是本发明实施例提供的电子设备的另一种结构图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
应当理解,当在本说明书和所附权利要求书中使用时,术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
canvas是一种在网页上绘制2D和动画的技术。canvas通过html5的canvas接口,在网页上绘制一个隐藏的画布图像。在不同操作系统、不同浏览器上,能够产生肉眼无法区分的内容不完全相同的图片。目前多用于站点唯一标识用户隐私数据。
请参考图1和图2,本发明实施例提供的基于canvas指纹的操作系统识别方法,包括如下步骤:
S1,使用canvas技术被动采集设备的本次canvas指纹。
canvas是一种HTML5 API,用于通过Javascript中的脚本在网页上绘制文本和图形。当点击带有画布指纹脚本的网站时,该脚本会以随机字体和大小以及随机背景绘制文本。canvas指纹最终产生的指纹依赖于:操作系统、浏览器、显卡、显卡驱动程序、已安装的客户端字体。其中涉及到系统级别时,不同的操作系统会以不同的方式呈现相同的图像,因为操作系统具有不同的字体并使用不同的算法和设置用于亚像素渲染和抗锯齿。
在本实施例中,使用canvas技术被动采集设备的canvas指纹。
S2,是否存在navigator.platform属性,若是,执行步骤S3,反之,执行步骤S4。
S3,直接根据navigator.platform属性获取设备的操作系统类型。
具体地,分析本次采集的canvas指纹的navigator.platform属性,对于存在该属性的canvas指纹可直接根据该属性获取操作系统类型,如图3所示。
S4,获取高区分度参数。
S5,根据高区分度参数识别设备的操作系统类型。
具体地,若本次采集的canvas指纹中不存在navigator.platform属性,则对其进行详细分析,选取如图4所示的屏幕尺寸和颜色深度、系统字体等高区分度参数,将该高区分度参数作为操作系统的区分参数,并将该区分参数标识为navigator.platform属性(即录入指纹)。
S6,使用SHA-256哈希函数对所述本次canvas指纹进行加密。
S7,使用BiGRU动态链接将加密后的所述本次canvas指纹存储至canvas指纹库。
进一步地,所述方法还包括:
使用canvas技术被动采集设备的下次canvas指纹;
将所述下次canvas指纹与所述canvas指纹库进行匹配,根据匹配结果实现操作系统类型的识别。其中,匹配过程可参考图5。
从以上描述可以得知,本发明实施例提供的基于canvas指纹的操作系统识别方案,具有如下优点:
(1)解决了TCP指纹可能出现两个或者多个匹配项,从而无法准确识别操作系统的问题;
(2)对于未出现在指纹数据库中的操作系统类型,使用canvas技术被动采集设备的本次canvas指纹,若本次canvas指纹中不存在navigator.platform属性,则获取高区分度参数,根据高区分度参数识别设备的操作系统类型;即,对于未出现在指纹数据库中的操作系统类型,可以通过canvas指纹进行识别;
(3)整个技术方案相当于一个新的canvas指纹产生工具,可将该工具应用于新发行的操作系统,使其产生新的canvas指纹,并基于该新的canvas指纹解决TCP指纹无法识别新发行的操作系统类型的技术问题;
(4)使用BiGRU动态链接将加密后的本次canvas指纹存储至canvas指纹库,当再次被动采集设备的canvas指纹时,只需与canvas指纹库进行匹配,即可快速实现操作系统类型的识别。
基于相同的发明构思,本发明实施例提供了一种电子设备,用于基于canvas指纹识别操作系统类型。如图6所示,该电子设备包括:
采集单元,用于使用canvas技术被动采集设备的本次canvas指纹;
判断单元,用于判断本次canvas指纹中是否存在navigator.platform属性;
识别单元,用于若存在,则直接根据navigator.platform属性获取设备的操作系统类型;若不存在,则获取高区分度参数,根据所述高区分度参数识别设备的操作系统类型。其中,高区分度参数包括但不仅限于屏幕尺寸和颜色深度、系统字体等。
进一步地,在本发明的一优选实施例中,所述电子设备还包括存储单元,用于:
使用SHA-256哈希函数对所述本次canvas指纹进行加密;
使用BiGRU动态链接将加密后的本次canvas指纹存储至canvas指纹库。
进一步地,在本发明的另一优选实施例中,所述电子设备还包括匹配单元;
所述采集单元用于使用canvas技术被动采集设备的下次canvas指纹;
所述匹配单元用于将所述下次canvas指纹与所述canvas指纹库进行匹配;
所述识别单元用于根据匹配结果实现操作系统类型的识别。
可选地,作为本发明的另一优选实施方式,如图7示,电子设备可以包括:一个或多个处理器101、一个或多个输入设备102、一个或多个输出设备103和存储器104,上述处理器101、输入设备102、输出设备103和存储器104通过总线105相互连接。存储器104用于存储计算机程序,所述计算机程序包括程序指令,所述处理器101被配置用于调用所述程序指令执行如图2所示的方法实施例所描述的方法步骤。
应当理解,在本发明实施例中,所称处理器101可以是中央处理单元(CentralProcessing Unit,CPU),该处理器还可以是其他通用处理器、数字信号处理器(DigitalSignal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
输入设备102可以包括键盘等,输出设备103可以包括显示器(LCD等)、扬声器等。
该存储器104可以包括只读存储器和随机存取存储器,并向处理器101提供指令和数据。存储器104的一部分还可以包括非易失性随机存取存储器。例如,存储器104还可以存储设备类型的信息。
具体实现中,本发明实施例中所描述的处理器101、输入设备102、输出设备103可执行本发明实施例提供的基于canvas指纹的操作系统识别方法的实施例中所描述的实现方式,在此不再赘述。
需要说明的是,关于电子设备更为具体的工作流程描述,请参考前述方法实施例部分,在此不再赘述。
此外,对应前述方法实施例及电子设备,本发明实施例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存储有计算机程序,所述计算机程序包括程序指令,所述程序指令被处理器执行时实现:基于canvas指纹的操作系统识别方法。
所述计算机可读存储介质可以是前述任一实施例所述的电子设备内部存储单元,例如系统的硬盘或内存。所述计算机可读存储介质也可以是所述系统的外部存储设备,例如所述系统上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(SecureDigital,SD)卡,闪存卡(Flash Card)等。进一步地,所述计算机可读存储介质还可以既包括所述系统的内部存储单元也包括外部存储设备。所述计算机可读存储介质用于存储所述计算机程序以及所述系统所需的其他程序和数据。所述计算机可读存储介质还可以用于暂时地存储已经输出或者将要输出的数据。
前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种基于canvas指纹的操作系统识别方法,其特征在于,包括:
使用canvas技术被动采集设备的本次canvas指纹;
若所述本次canvas指纹中不存在navigator.platform属性,则获取高区分度参数;
根据所述高区分度参数识别设备的操作系统类型。
2.如权利要求1所述的操作系统识别方法,其特征在于,若所述本次canvas指纹中存在navigator.platform属性,则直接根据navigator.platform属性获取设备的操作系统类型。
3.如权利要求1所述的操作系统识别方法,其特征在于,所述高区分度参数包括屏幕尺寸和颜色深度、系统字体。
4.如权利要求2所述的操作系统识别方法,其特征在于,根据所述高区分度参数识别设备的操作系统类型之后,所述方法还包括:
使用SHA-256哈希函数对所述本次canvas指纹进行加密;
使用BiGRU动态链接将加密后的所述本次canvas指纹存储至canvas指纹库。
5.如权利要求3所述的操作系统识别方法,其特征在于,所述方法还包括:
使用canvas技术被动采集设备的下次canvas指纹;
将所述下次canvas指纹与所述canvas指纹库进行匹配,根据匹配结果实现操作系统类型的识别。
6.一种电子设备,其特征在于,所述电子设备用于基于canvas指纹识别操作系统类型,包括:
采集单元,用于使用canvas技术被动采集设备的本次canvas指纹;
判断单元,用于判断所述本次canvas指纹中是否存在navigator.platform属性;
识别单元,用于若所述本次canvas指纹中不存在navigator.platform属性,则获取高区分度参数,根据所述高区分度参数识别设备的操作系统类型。
7.如权利要求6所述的电子设备,其特征在于,所述电子设备还包括存储单元,用于:
使用SHA-256哈希函数对所述本次canvas指纹进行加密;
使用BiGRU动态链接将加密后的所述本次canvas指纹存储至canvas指纹库。
8.如权利要求7所述的电子设备,其特征在于,所述电子设备还包括匹配单元;
所述采集单元用于使用canvas技术被动采集设备的下次canvas指纹;
所述匹配单元用于将所述下次canvas指纹与所述canvas指纹库进行匹配;
所述识别单元用于根据匹配结果实现操作系统类型的识别。
9.一种电子设备,其特征在于,所述电子设备用于基于canvas指纹识别操作系统类型,包括处理器、输入设备、输出设备和存储器,所述处理器、输入设备、输出设备和存储器相互连接,其中,所述存储器用于存储计算机程序,所述计算机程序包括程序指令,所述处理器被配置用于调用所述程序指令,执行如权利要求1-5任一项所述的方法步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序包括程序指令,其特征在于,所述程序指令被处理器执行时实现如权利要求1-5任一项所述的方法步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311026942.2A CN117056912A (zh) | 2023-08-15 | 2023-08-15 | 基于canvas指纹的操作系统识别方法、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311026942.2A CN117056912A (zh) | 2023-08-15 | 2023-08-15 | 基于canvas指纹的操作系统识别方法、设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117056912A true CN117056912A (zh) | 2023-11-14 |
Family
ID=88662111
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311026942.2A Pending CN117056912A (zh) | 2023-08-15 | 2023-08-15 | 基于canvas指纹的操作系统识别方法、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117056912A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120215896A1 (en) * | 2010-11-05 | 2012-08-23 | Johannsen Eric A | Incremental browser-based device fingerprinting |
CN107066974A (zh) * | 2017-04-17 | 2017-08-18 | 东南大学 | 一种抗浏览器指纹改变的终端设备识别方法 |
KR20200061699A (ko) * | 2018-11-26 | 2020-06-03 | 한국인터넷진흥원 | 멀티레이어로 구성된 os 핑거프린트 룰에 기반한 운영체제 식별 방법 및 그 장치 |
WO2020164272A1 (zh) * | 2019-02-13 | 2020-08-20 | 平安科技(深圳)有限公司 | 上网设备的识别方法、装置及存储介质、计算机设备 |
US20210203668A1 (en) * | 2019-12-31 | 2021-07-01 | Paypal, Inc. | Systems and methods for malicious client detection through property analysis |
WO2022268023A1 (zh) * | 2021-06-22 | 2022-12-29 | 维沃移动通信有限公司 | 指纹识别方法、装置、电子设备和可读存储介质 |
US20230104862A1 (en) * | 2021-09-28 | 2023-04-06 | Red Hat, Inc. | Systems and methods for identifying computing devices |
-
2023
- 2023-08-15 CN CN202311026942.2A patent/CN117056912A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120215896A1 (en) * | 2010-11-05 | 2012-08-23 | Johannsen Eric A | Incremental browser-based device fingerprinting |
CN107066974A (zh) * | 2017-04-17 | 2017-08-18 | 东南大学 | 一种抗浏览器指纹改变的终端设备识别方法 |
KR20200061699A (ko) * | 2018-11-26 | 2020-06-03 | 한국인터넷진흥원 | 멀티레이어로 구성된 os 핑거프린트 룰에 기반한 운영체제 식별 방법 및 그 장치 |
WO2020164272A1 (zh) * | 2019-02-13 | 2020-08-20 | 平安科技(深圳)有限公司 | 上网设备的识别方法、装置及存储介质、计算机设备 |
US20210203668A1 (en) * | 2019-12-31 | 2021-07-01 | Paypal, Inc. | Systems and methods for malicious client detection through property analysis |
WO2022268023A1 (zh) * | 2021-06-22 | 2022-12-29 | 维沃移动通信有限公司 | 指纹识别方法、装置、电子设备和可读存储介质 |
US20230104862A1 (en) * | 2021-09-28 | 2023-04-06 | Red Hat, Inc. | Systems and methods for identifying computing devices |
Non-Patent Citations (1)
Title |
---|
李良盛;段海新;郑晓峰;: "基于HTTP User-Agent标记的被动操作系统识别指纹库自动生成方法", 计算机应用与软件, no. 05, 12 May 2020 (2020-05-12) * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103888490B (zh) | 一种全自动的web客户端人机识别的方法 | |
CN108449316B (zh) | 一种反爬虫方法、服务器和客户端 | |
CN111813701B (zh) | 基于http的接口测试方法、装置、计算机设备及存储介质 | |
US20190044967A1 (en) | Identification of a malicious string | |
US20130291102A1 (en) | Rendered Image Collection of Potentially Malicious Web Pages | |
CN112115338A (zh) | 页面查询请求处理方法、装置、设备及存储介质 | |
CA3044034A1 (en) | Electronic form identification using spatial information | |
CN112069384A (zh) | 一种埋点数据处理方法、服务器及可读存储介质 | |
CN106446123A (zh) | 一种网页中验证码元素识别方法 | |
CN114117498A (zh) | 脱敏数据的实现方法、装置、系统、设备及存储介质 | |
CN111125704B (zh) | 一种网页挂马识别方法及系统 | |
CN113239256A (zh) | 生成网站签名的方法、识别网站的方法及装置 | |
CN112286815A (zh) | 一种接口测试脚本的生成方法及其相关设备 | |
CN110674488B (zh) | 基于神经网络的验证码识别方法、系统及计算机设备 | |
CN117195886A (zh) | 基于人工智能的文本数据处理方法、装置、设备及介质 | |
CN112470154B (zh) | 检测web网页安全性的方法和装置 | |
CN113050921A (zh) | 一种网页转换方法、装置、存储介质和计算机设备 | |
CN111355709A (zh) | 数据验证方法、装置、电子设备及计算机可读存储介质 | |
CN117056912A (zh) | 基于canvas指纹的操作系统识别方法、设备及介质 | |
CN116361793A (zh) | 代码检测方法、装置、电子设备及存储介质 | |
CN110598115A (zh) | 一种基于人工智能多引擎的敏感网页识别方法及系统 | |
CN114417226A (zh) | 页面生成方法、显示方法、装置、电子设备和存储介质 | |
CN112528189B (zh) | 基于数据的组件封装方法、装置、计算机设备及存储介质 | |
CN114238733A (zh) | 关键信息提取方法及装置、计算机存储介质、电子设备 | |
CN112685013A (zh) | 基于前端vue项目的CSS代码优化方法及相关设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |