买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明授权】基于域名关联度的DNS查询方法、装置、介质和电子设备_北京字节跳动网络技术有限公司_201910334975.0 

申请/专利权人:北京字节跳动网络技术有限公司

申请日:2019-04-24

公开(公告)日:2020-11-17

公开(公告)号:CN110138599B

主分类号:H04L12/24(20060101)

分类号:H04L12/24(20060101);H04L29/12(20060101)

优先权:

专利状态码:有效-授权

法律状态:2020.11.17#授权;2019.09.10#实质审查的生效;2019.08.16#公开

摘要:本公开提供了一种基于域名关联度的DNS查询方法、装置、介质和电子设备,该请求方法包括:DNS服务器获取样本用户的请求特征,所述请求特征包括域名值以及不同域名值之间的访问时间差;根据所述样本用户的请求特征进行训练,获得DNS查询训练模型;基于所述DNS查询训练模型,获取测试用户的域名请求;根据所述测试用户的域名请求,返回主IP地址和关联IP地址。本公开可以有效减少客户端发起DNS请求的次数,同时可以减少网页访问的延迟。

主权项:1.一种基于域名关联度的DNS查询方法,其特征在于,包括:DNS服务器获取样本用户的请求特征,所述请求特征包括域名以及不同域名之间的访问时间差;根据所述样本用户的请求特征进行训练,获得DNS查询训练模型;基于所述DNS查询训练模型,获取测试用户的域名访问请求;根据所述测试用户的域名访问请求,返回主IP地址和关联IP地址;其中,所述根据所述样本用户的请求特征进行训练,获得DNS查询训练模型,包括:统计所有所述样本用户在某一时间阈值内访问的不同域名;根据所述统计,给出访问某一域名时,在所述时间阈值内访问其他域名的概率;在一定样本用户量的范围内,获得DNS查询训练模型,在某一时间阈值内访问的不同域名为关联域名,DNS查询训练模型在接收一个域名访问请求时,通过查找获得与该域名相关联的关联访问域名,同时返回与访问域名对应的主IP地址和与一定阈值概率以上同时访问的关联域名对应的关联IP地址。

全文数据:基于域名关联度的DNS查询方法、装置、介质和电子设备技术领域本公开涉及计算机技术领域,具体而言,涉及一种基于域名关联度的DNS查询方法、装置、介质和电子设备。背景技术DNSDomainNameSystem是一种基于UDP的应用层协议,它将域名与IP地址进行映射。用户在发送每一个网络请求之前,都必须向DNS服务器发起域名查询请求,只有从DNS服务器得到这个请求域名所对应的IP地址后,才能与该域名对应的服务器建立连接。当前DNS协议一个主要的问题是:一个DNS请求只能获取到该域名所对应的IP地址,而每次DNS查询都要消耗一个RTT的网络时长,在很多情况下,DNS的查询效率成为了网络性能的瓶颈之一。而随着互联网的飞速发展,网站页的构成变得越来越复杂。当我们访问一个网页时,该网页里面会嵌套很多其他域名的链接,对于这种情况,我们会发起多次DNS请求,每次请求仅能解析一个域名的IP地址。即虽然这些不同的域名之间存在很大的关联性,但我们也只能通过发送多次DNS请求的方式来完成地址映射的功能。公开内容本公开的目的在于提供一种基于域名关联度的DNS查询方法、装置、介质和电子设备,能够解决上述提到的至少一个技术问题。具体方案如下:根据本公开的具体实施方式,第一方面,本公开提供一种基于域名关联度的DNS查询方法,包括:DNS服务器获取样本用户的请求特征,所述请求特征包括域名值以及不同域名值之间的访问时间差;根据所述样本用户的请求特征进行训练,获得DNS查询训练模型;基于所述DNS查询训练模型,获取测试用户的域名请求;根据所述测试用户的域名请求,返回主IP地址和关联IP地址。可选的,所述根据所述样本用户的请求特征进行训练,获得DNS查询训练模型,包括:统计所有所述样本用户在某一时间阈值内访问的不同域名值;根据所述统计,给出访问某一域名值时,在所述时间阈值内访问其他域名值的概率;在一定样本用户量的范围内,获得DNS查询训练模型,所述DNS查询训练模型在接收一个域名访问请求时,能够同时返回主IP地址和关联IP地址。可选的,所述根据所述测试用户的域名请求,返回主IP地址和关联IP地址,包括:根据所述测试用户的域名请求,所述DNS服务器查找对应所述域名请求的主IP地址,返回主IP地址;同时,所述DNS服务器调用所述DNS查询训练模型,获取访问所述域名请求时,一定阈值概率以上同时访问的关联域名,返回关联IP地址。可选的,所述阈值概率可根据需要设定,所述阈值概率越大,返回所述关联IP地址越少,所述阈值概率越小,返回所述关联IP地址越多。可选的,所述根据所述样本用户的请求特征进行训练,获得DNS查询训练模型,包括:所述DNS服务器定期获得域名关联表,所述域名关联表包括各域名之间的关联度范围;根据所述样本用户的请求特征,确定所述域名关联表中各域名之间的关联度;根据所述域名关联表,在接收一个域名访问请求时,能够同时返回主IP地址和关联IP地址。可选的,所述根据所述域名关联表,在接收一个域名访问请求时,能够同时返回主IP地址和关联IP地址,包括:根据所述域名关联表,在接收一个域名访问请求时,同时返回主IP地址和关联度大于关联阈值的关联IP地址。可选的,所述关联阈值可根据需要设定,所述关联阈值越大,返回所述关联IP地址越少,所述关联阈值越小,返回所述关联IP地址越多。根据本公开的具体实施方式,第二方面,本公开提供一种基于域名关联度的DNS查询装置,包括:获取单元,用于DNS服务器获取样本用户的请求特征,所述请求特征包括域名值以及不同域名值之间的访问时间差;训练单元,用于根据所述样本用户的请求特征进行训练,获得DNS查询训练模型;请求单元,用于基于所述DNS查询训练模型,获取测试用户的域名请求;返回单元,用于根据所述测试用户的域名请求,返回主IP地址和关联IP地址。根据本公开的具体实施方式,第三方面,本公开提供一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现如上任一项所述的方法。根据本公开的具体实施方式,第四方面,本公开提供一种电子设备,包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如上任一项所述的方法。本公开实施例的上述方案与现有技术相比,至少具有以下有益效果:本公开通过提供一种基于域名关联度的DNS查询方法、装置、介质和电子设备,在DNS协议的应答消息中添加关联域名的IP地址;根据发起请求的IP地址以及发送间隔来判断域名之间的关联度。DNS服务器可以根据域名关联度返回关联域名的IP地址。可以有效减少客户端发起DNS请求的次数,同时可以减少网页访问的延迟。附图说明此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。显而易见地,下面描述中的附图仅仅是本公开的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。在附图中:图1示出了根据本公开实施例的在基于域名关联度的DNS查询方法的应用场景图;图2示出了根据本公开实施例的基于域名关联度的DNS查询方法流程图;图3示出了根据本公开第一实施例的基于域名关联度的DNS查询方法子流程图;图4示出了根据本公开第二实施例的基于域名关联度的DNS查询方法子流程图;图5示出了根据本公开实施例的基于域名关联度的DNS查询装置结构图;图6示出了根据本公开第一实施例的基于域名关联度的DNS查询装置训练单元结构图;图7示出了根据本公开实施例的基于域名关联度的DNS查询装置返回单元结构图;图8示出了根据本公开第二实施例的基于域名关联度的DNS查询装置训练单元结构图;图9示出了根据本公开的实施例的电子设备连接结构示意图。具体实施方式为了使本公开的目的、技术方案和优点更加清楚,下面将结合附图对本公开作进一步地详细描述,显然,所描述的实施例仅仅是本公开一部分实施例,而不是全部的实施例。基于本公开中的实施例,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它实施例,都属于本公开保护的范围。在本公开实施例中使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本公开。在本公开实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义,“多种”一般包含至少两种。应当理解,本文中使用的术语“和或”仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“”,一般表示前后关联对象是一种“或”的关系。应当理解,尽管在本公开实施例中可能采用术语第一、第二、第三等来描述……,但这些……不应限于这些术语。这些术语仅用来将……区分开。例如,在不脱离本公开实施例范围的情况下,第一……也可以被称为第二……,类似地,第二……也可以被称为第一……。取决于语境,如在此所使用的词语“如果”、“若”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。类似地,取决于语境,短语“如果确定”或“如果检测陈述的条件或事件”可以被解释成为“当确定时”或“响应于确定”或“当检测陈述的条件或事件时”或“响应于检测陈述的条件或事件”。还需要说明的是,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商品或者装置不仅包括那些要素,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商品或者装置所固有的要素。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商品或者装置中还存在另外的相同要素。下面结合附图详细说明本公开的可选实施例。实施例1如图1所示,为本公开实施例的一种应用场景图,该应用场景为多个用户以用户A、用户B为例通过手机等终端设备向DNS服务器发送访问请求,进行模型训练,用户C作为测试用户,基于训练结果从DNS服务器获取返回访问值。为了说明方便,本实施例以用户A、用户B为训练样本用户、以用户C为测试样本用户的应用场景为例进行描述。如图2所示,根据本公开的具体实施方式,第一方面,本公开提供一种基于域名关联度的DNS查询方法,包括如下步骤:步骤S102:DNS服务器获取样本用户的请求特征,所述请求特征包括域名值以及不同域名值之间的访问时间差。DNS服务器,DNSDomainNameServer,域名服务器是进行域名domainname和与之相对应的IP地址IPaddress转换的服务器。DNS中保存了一张域名domainname和与之相对应的IP地址IPaddress的表,以解析消息的域名。域名是Internet上某一台计算机或计算机组的名称,用于在数据传输时标识计算机的电子方位有时也指地理位置。域名是由一串用点分隔的名字组成的,通常包含组织名,而且始终包括两到三个字母的后缀,以指明组织的类型或该域所在的国家或地区,例如www.sina.cn。用户在发送每一个网络请求之前,都必须向DNS服务器发起域名查询请求,只有从DNS服务器得到这个请求域名所对应的IP地址后,才能与该域名对应的服务器建立连接。样本用户,此处是指在训练DNS查询模型时,需要通过例如大数据的方式,手机一定量的用户操作,以该一定量的用户操作做统计,获取其中的一些规律而形成的DNS查询模型。通常样本用户的数量越大,训练模型越准确,同时,在数据的收集、统计分析时也就越困难,因此,我们可以选择合适量的样本数量进行训练,例如10W用户数据。本实施例中,为了说明方便,以用户A、用户B两个样本为训练样本用户、以用户C为测试样本用户为例进行描述。请求特征是指用户在向DNS服务器发起域名访问请求时提取的特征参数,通常包括域名值以及不同域名值之间的访问时间差,所述域名值是具体的访问域名,例如www.sina.cn、www.sinaA.cn、www.sinaB.cn、www.sinaC.cn。不同域名值之间的访问时间差是指,同一个用户在极短时间内访问M域名,又访问了N域名,MN之间的时间差要求极短,例如50ms,100ms等,这样才能说明M域名和N域名具有直接关联性。步骤S104:根据所述样本用户的请求特征进行训练,获得DNS查询训练模型。具体的,如图3所示,所述根据所述样本用户的请求特征进行训练,获得DNS查询训练模型,包括如下子步骤:步骤S1041:统计所有所述样本用户在某一时间阈值内访问的不同域名值。例如选择10W用本用户,统计该10W样本用户在访问域名M时,100ms内访问的所有关联域名有哪些,例如N、O、P、Q等,均记为有效的关联域名。步骤S1043:根据所述统计,给出访问某一域名值时,在所述时间阈值内访问其他域名值的概率。结合10W的大数据样本,给出用户A访问域名M的同时,在100ms内访问了N的概率有多大,例如90%,在100ms内访问了O的概率有多大,例如80%,在100ms内访问了P的概率有多大,例如30%,经过该统计分析,即可给出用户在访问某一域名的时候,访问其他关联域名的概率值。步骤S1045:在一定样本用户量的范围内,获得DNS查询训练模型,所述DNS查询训练模型在接收一个域名访问请求时,能够同时返回主IP地址和关联IP地址。经过10W样本的训练、统计分析后,给出相应的动态对应关系,即形成了有输入有输出的DNS查询训练模型,所述DNS查询训练模型在接收一个域名访问请求时,通过查找获得与该域名相关联的关联访问域名,同时返回与访问域名对应的主IP地址和与关联域名对应的关联IP地址。这样,一次访问就可以获得多个返回值,节省了访问时间,提高了访问效率。步骤S106:基于所述DNS查询训练模型,获取测试用户的域名请求。其中,所述DNS查询训练模型可以形成具有输入、输出接口的访问模块,供测试用户调用。本步骤中测试用户可以是任何一个访问用户,可以包括实际应用的用户,其通过浏览器输入域名进行访问请求。步骤S108:根据所述测试用户的域名请求,返回主IP地址和关联IP地址。具体的,所述根据所述测试用户的域名请求,返回主IP地址和关联IP地址,包括如下子步骤:步骤S1081:根据所述测试用户的域名请求,所述DNS服务器查找对应所述域名请求的主IP地址,返回主IP地址;步骤S1082:同时,所述DNS服务器调用所述DNS查询训练模型,获取访问所述域名请求时,一定概率以上同时访问的关联域名,返回关联IP地址。其中,所述一定概率可根据需要设定,所述概率越大,返回所述关联IP地址越少,所述概率越小,返回所述关联IP地址越多。例如,可以选择概率值为50%,此时,用户访问域名M时,访问概率大于50%的关联域名N、O会同时返回,访问概率为30%的关联域名P不会返回。若修改概率为10%,则关联域名N、O、P都会返回。本公开通过提供一种基于域名关联度的DNS查询方法,在DNS协议的应答消息中添加关联域名的IP地址;根据发起请求的IP地址以及发送间隔来判断域名之间的关联度。DNS服务器可以根据域名关联度返回关联域名的IP地址。可以有效减少客户端发起DNS请求的次数,同时可以减少网页访问的延迟。实施例2如图1所示,为本公开实施例的一种应用场景图,该应用场景为多个用户以用户A、用户B为例通过手机等终端设备向DNS服务器发送访问请求,进行模型训练,用户C作为测试用户,基于训练结果从DNS服务器获取返回访问值。为了说明方便,本实施例以用户A、用户B为训练样本用户、以用户C为测试样本用户的应用场景为例进行描述。如图2所示,根据本公开的具体实施方式,第二方面,本公开提供一种基于域名关联度的DNS查询方法,包括如下步骤:步骤S102:DNS服务器获取样本用户的请求特征,所述请求特征包括域名值以及不同域名值之间的访问时间差。DNS服务器,DNSDomainNameServer,域名服务器是进行域名domainname和与之相对应的IP地址IPaddress转换的服务器。DNS中保存了一张域名domainname和与之相对应的IP地址IPaddress的表,以解析消息的域名。域名是Internet上某一台计算机或计算机组的名称,用于在数据传输时标识计算机的电子方位有时也指地理位置。域名是由一串用点分隔的名字组成的,通常包含组织名,而且始终包括两到三个字母的后缀,以指明组织的类型或该域所在的国家或地区,例如www.sina.cn。用户在发送每一个网络请求之前,都必须向DNS服务器发起域名查询请求,只有从DNS服务器得到这个请求域名所对应的IP地址后,才能与该域名对应的服务器建立连接。样本用户,此处是指在训练DNS查询模型时,需要通过例如大数据的方式,手机一定量的用户操作,以该一定量的用户操作做统计,获取其中的一些规律而形成的DNS查询模型。通常样本用户的数量越大,训练模型越准确,同时,在数据的收集、统计分析时也就越困难,因此,我们可以选择合适量的样本数量进行训练,例如10W用户数据。本实施例中,为了说明方便,以用户A、用户B两个样本为训练样本用户、以用户C为测试样本用户为例进行描述。请求特征是指用户在向DNS服务器发起域名访问请求时提取的特征参数,通常包括域名值以及不同域名值之间的访问时间差,所述域名值是具体的访问域名,例如www.sina.cn、www.sinaA.cn、www.sinaB.cn、www.sinaC.cn。不同域名值之间的访问时间差是指,同一个用户在极短时间内访问M域名,又访问了N域名,MN之间的时间差要求极短,例如50ms,100ms等,这样才能说明M域名和N域名具有直接关联性。步骤S104:根据所述样本用户的请求特征进行训练,获得DNS查询训练模型。具体的,如图4所示,所述根据所述样本用户的请求特征进行训练,获得DNS查询训练模型,包括如下子步骤:步骤S1042:所述DNS服务器定期获得域名关联表,所述域名关联表中给出了各域名之间的关联度范围。所述域名关联表是通过静态分配的方式输入DNS服务器的,例如用过网站运营商固定匹配不同域名M、N、O、P之间的关联度范围,关联度范围是一个百分比,例如访问域名M时,访问N的关联度时70%-90%。步骤S1044:根据所述样本用户的请求特征,确定所述域名关联表中各域名之间的关联度。结合10W的大数据样本,给出用户A访问域名M的同时,在100ms内访问了N的概率有多大,例如80%,在70%-90%范围内有效,在100ms内访问了N的概率50%,不在70%-90%范围内无效,结合域名关联表,给出用户在访问某一域名的时候,访问其他关联域名的准确关联度值。步骤S1046:根据所述域名关联表,在接收一个域名访问请求时,能够同时返回主IP地址和关联IP地址。具体的,根据所述域名关联表,在接收一个域名访问请求时,查询所述域名关联表,结合DNS训练模型,返回主IP地址和关联度大于某一阈值的关联IP地址。可选的,所述关联度可根据需要设定,所述关联度越大,返回所述关联IP地址越少,所述关联度越小,返回所述关联IP地址越多。例如,可以选择关联度为50%,此时,用户访问域名M时,访问关联度大于50%的关联域名N、O会同时返回,访问关联度为30%的关联域名P不会返回。若修改关联度为10%,则关联域名N、O、P都会返回。步骤S106:基于所述DNS查询训练模型,获取测试用户的域名请求。其中,所述DNS查询训练模型可以形成具有输入、输出接口的访问模块,供测试用户调用。本步骤中测试用户可以是任何一个访问用户,可以包括实际应用的用户,其通过浏览器输入域名进行访问请求。步骤S108:根据所述测试用户的域名请求,返回主IP地址和关联IP地址。具体的,所述根据所述测试用户的域名请求,返回主IP地址和关联IP地址,包括如下子步骤:步骤S1081:根据所述测试用户的域名请求,所述DNS服务器查找对应所述域名请求的主IP地址,返回主IP地址;步骤S1082:同时,所述DNS服务器调用所述DNS查询训练模型,获取访问所述域名请求时,一定关联度以上同时访问的关联域名,返回关联IP地址。其中,所述关联度可根据需要设定,所述关联度越大,返回所述关联IP地址越少,所述关联度越小,返回所述关联IP地址越多。例如,可以选择关联度为50%,此时,用户访问域名M时,访问关联度大于50%的关联域名N、O会同时返回,访问关联度为30%的关联域名P不会返回。若修改关联度为10%,则关联域名N、O、P都会返回。本公开通过提供一种基于域名关联度的DNS查询方法,在DNS协议的应答消息中添加关联域名的IP地址;根据发起请求的IP地址以及发送间隔来判断域名之间的关联度。DNS服务器可以根据域名关联度返回关联域名的IP地址。可以有效减少客户端发起DNS请求的次数,同时可以减少网页访问的延迟。实施例3如图1所示,为本公开实施例的一种应用场景图,该应用场景为多个用户以用户A、用户B为例通过手机等终端设备向DNS服务器发送访问请求,进行模型训练,用户C作为测试用户,基于训练结果从DNS服务器获取返回访问值。为了说明方便,本实施例以用户A、用户B为训练样本用户、以用户C为测试样本用户的应用场景为例进行描述。本实施例承接实施例1,用于实现如实施例1所述的方法步骤,基于相同的名称含义的解释与实施例1相同,具有与实施例1相同的技术效果,此处不再赘述。如图5所示,根据本公开的具体实施方式,第三方面,本公开提供一种基于域名关联度的DNS查询装置,包括获取单元502、训练单元504、请求单元506以及返回单元508。具体如下:获取单元502,用于DNS服务器获取样本用户的请求特征,所述请求特征包括域名值以及不同域名值之间的访问时间差。训练单元504,用于根据所述样本用户的请求特征进行训练,获得DNS查询训练模型。具体的,如图6所示,包括如下子单元:统计单元5041,用于统计所有所述样本用户在某一时间阈值内访问的不同域名值。分析单元5043,用于根据所述统计,给出访问某一域名值时,在所述时间阈值内访问其他域名值的概率。查询单元5045,用于在一定样本用户量的范围内,获得DNS查询训练模型,所述DNS查询训练模型在接收一个域名访问请求时,能够同时返回主IP地址和关联IP地址。经过10W样本的训练、统计分析后,给出相应的动态对应关系,即形成了有输入有输出的DNS查询训练模型,所述DNS查询训练模型在接收一个域名访问请求时,通过查找获得与该域名相关联的关联访问域名,同时返回与访问域名对应的主IP地址和与关联域名对应的关联IP地址。这样,一次访问就可以获得多个返回值,节省了访问时间,提高了访问效率。请求单元506,用于基于所述DNS查询训练模型,获取测试用户的域名请求。其中,所述DNS查询训练模型可以形成具有输入、输出接口的访问模块,供测试用户调用。本步骤中测试用户可以是任何一个访问用户,可以包括实际应用的用户,其通过浏览器输入域名进行访问请求。返回单元508,用于根据所述测试用户的域名请求,返回主IP地址和关联IP地址。具体的,如图7所示,所述根据所述测试用户的域名请求,返回主IP地址和关联IP地址,包括如下子步骤:第一返回单元5081,用于根据所述测试用户的域名请求,所述DNS服务器查找对应所述域名请求的主IP地址,返回主IP地址;第二返回单元5082,同时,所述DNS服务器调用所述DNS查询训练模型,获取访问所述域名请求时,一定概率以上同时访问的关联域名,返回关联IP地址。本公开通过提供一种基于域名关联度的DNS查询装置,在DNS协议的应答消息中添加关联域名的IP地址;根据发起请求的IP地址以及发送间隔来判断域名之间的关联度。DNS服务器可以根据域名关联度返回关联域名的IP地址。可以有效减少客户端发起DNS请求的次数,同时可以减少网页访问的延迟。实施例4如图1所示,为本公开实施例的一种应用场景图,该应用场景为多个用户以用户A、用户B为例通过手机等终端设备向DNS服务器发送访问请求,进行模型训练,用户C作为测试用户,基于训练结果从DNS服务器获取返回访问值。为了说明方便,本实施例以用户A、用户B为训练样本用户、以用户C为测试样本用户的应用场景为例进行描述。本实施例承接实施例2,用于实现如实施例2所述的方法步骤,基于相同的名称含义的解释与实施例2相同,具有与实施例2相同的技术效果,此处不再赘述。如图5所示,根据本公开的具体实施方式,第四方面,本公开提供一种基于域名关联度的DNS查询装置,包括获取单元502、训练单元504、请求单元506以及返回单元508。具体如下:获取单元502,用于DNS服务器获取样本用户的请求特征,所述请求特征包括域名值以及不同域名值之间的访问时间差。训练单元504,用于根据所述样本用户的请求特征进行训练,获得DNS查询训练模型。具体的,如图8所示,包括如下子单元:关联单元5042,所述DNS服务器定期获得域名关联表,所述域名关联表中给出了各域名之间的关联度范围。确定单元5044,根据所述样本用户的请求特征,确定所述域名关联表中各域名之间的关联度。地址单元5046,根据所述域名关联表,在接收一个域名访问请求时,能够同时返回主IP地址和关联IP地址。请求单元506,用于基于所述DNS查询训练模型,获取测试用户的域名请求。其中,所述DNS查询训练模型可以形成具有输入、输出接口的访问模块,供测试用户调用。本步骤中测试用户可以是任何一个访问用户,可以包括实际应用的用户,其通过浏览器输入域名进行访问请求。返回单元508,用于根据所述测试用户的域名请求,返回主IP地址和关联IP地址。具体的,所述根据所述测试用户的域名请求,返回主IP地址和关联IP地址,包括如下子步骤:第一返回单元5081,用于根据所述测试用户的域名请求,所述DNS服务器查找对应所述域名请求的主IP地址,返回主IP地址;第二返回单元5082,同时,所述DNS服务器调用所述DNS查询训练模型,获取访问所述域名请求时,一定概率以上同时访问的关联域名,返回关联IP地址。本公开通过提供一种基于域名关联度的DNS查询装置,在DNS协议的应答消息中添加关联域名的IP地址;根据发起请求的IP地址以及发送间隔来判断域名之间的关联度。DNS服务器可以根据域名关联度返回关联域名的IP地址。可以有效减少客户端发起DNS请求的次数,同时可以减少网页访问的延迟。实施例5如图9所示,本实施例提供一种电子设备,该设备用于基于域名关联度的DNS查询,所述电子设备,包括:至少一个处理器;以及,与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如上实施例所述的方法步骤。实施例6本公开实施例提供了一种非易失性计算机存储介质,所述计算机存储介质存储有计算机可执行指令,该计算机可执行指令可执行如上实施例所述的方法步骤。实施例7下面参考图9,其示出了适于用来实现本公开实施例的电子设备900的结构示意图。本公开实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA个人数字助理、PAD平板电脑、PMP便携式多媒体播放器、车载终端例如车载导航终端等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图9示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。如图9所示,电子设备900可以包括处理装置例如中央处理器、图形处理器等901,其可以根据存储在只读存储器ROM902中的程序或者从存储装置908加载到随机访问存储器RAM903中的程序而执行各种适当的动作和处理。在RAM903中,还存储有电子设备900操作所需的各种程序和数据。处理装置901、ROM902以及RAM903通过总线909彼此相连。输入输出IO接口909也连接至总线909。通常,以下装置可以连接至IO接口909:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置906;包括例如液晶显示器LCD、扬声器、振动器等的输出装置909;包括例如磁带、硬盘等的存储装置908;以及通信装置909。通信装置909可以允许电子设备900与其他设备进行无线或有线通信以交换数据。虽然图9示出了具有各种装置的电子设备900,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置909从网络上被下载和安装,或者从存储装置908被安装,或者从ROM902被安装。在该计算机程序被处理装置901执行时,执行本公开实施例的方法中限定的上述功能。需要说明的是,本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器RAM、只读存储器ROM、可擦式可编程只读存储器EPROM或闪存、光纤、便携式紧凑磁盘只读存储器CD-ROM、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF射频等等,或者上述的任意合适的组合。上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网LAN或广域网WAN—连接到用户计算机,或者,可以连接到外部计算机例如利用因特网服务提供商来通过因特网连接。附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和或流程图中的每个方框、以及框图和或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。描述于本公开实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,单元的名称在某种情况下并不构成对该单元本身的限定。

权利要求:1.一种基于域名关联度的DNS查询方法,其特征在于,包括:DNS服务器获取样本用户的请求特征,所述请求特征包括域名值以及不同域名值之间的访问时间差;根据所述样本用户的请求特征进行训练,获得DNS查询训练模型;基于所述DNS查询训练模型,获取测试用户的域名请求;根据所述测试用户的域名请求,返回主IP地址和关联IP地址。2.如权利要求1所述的方法,其特征在于,所述根据所述样本用户的请求特征进行训练,获得DNS查询训练模型,包括:统计所有所述样本用户在某一时间阈值内访问的不同域名值;根据所述统计,给出访问某一域名值时,在所述时间阈值内访问其他域名值的概率;在一定样本用户量的范围内,获得DNS查询训练模型,所述DNS查询训练模型在接收一个域名访问请求时,能够同时返回主IP地址和关联IP地址。3.如权利要求2所述的方法,其特征在于,所述根据所述测试用户的域名请求,返回主IP地址和关联IP地址,包括:根据所述测试用户的域名请求,所述DNS服务器查找对应所述域名请求的主IP地址,返回主IP地址;同时,所述DNS服务器调用所述DNS查询训练模型,获取访问所述域名请求时,一定阈值概率以上同时访问的关联域名,返回关联IP地址。4.如权利要求2所述的方法,其特征在于,所述阈值概率可根据需要设定,所述阈值概率越大,返回所述关联IP地址越少,所述阈值概率越小,返回所述关联IP地址越多。5.如权利要求1所述的方法,其特征在于,所述根据所述样本用户的请求特征进行训练,获得DNS查询训练模型,包括:所述DNS服务器定期获得域名关联表,所述域名关联表包括各域名之间的关联度范围;根据所述样本用户的请求特征,确定所述域名关联表中各域名之间的关联度;根据所述域名关联表,在接收一个域名访问请求时,能够同时返回主IP地址和关联IP地址。6.如权利要求5所述的方法,其特征在于,所述根据所述域名关联表,在接收一个域名访问请求时,能够同时返回主IP地址和关联IP地址,包括:根据所述域名关联表,在接收一个域名访问请求时,同时返回主IP地址和关联度大于关联阈值的关联IP地址。7.如权利要求6所述的方法,其特征在于,所述关联阈值可根据需要设定,所述关联阈值越大,返回所述关联IP地址越少,所述关联阈值越小,返回所述关联IP地址越多。8.一种基于域名关联度的DNS查询装置,其特征在于,包括:获取单元,用于DNS服务器获取样本用户的请求特征,所述请求特征包括域名值以及不同域名值之间的访问时间差;训练单元,用于根据所述样本用户的请求特征进行训练,获得DNS查询训练模型;请求单元,用于基于所述DNS查询训练模型,获取测试用户的域名请求;返回单元,用于根据所述测试用户的域名请求,返回主IP地址和关联IP地址。9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1至7中任一项所述的方法。10.一种电子设备,其特征在于,包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如权利要求1至7中任一项所述的方法。

百度查询: 北京字节跳动网络技术有限公司 基于域名关联度的DNS查询方法、装置、介质和电子设备

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。