廣告屏蔽軟件開發(fā)技術(shù)方案

1、深圳北大青鳥嘉華學(xué)校深圳北大青鳥嘉華學(xué)校–以就業(yè)為導(dǎo)向，學(xué)習(xí)零起點(diǎn)，是深圳高端IT職業(yè)技能培訓(xùn)學(xué)校領(lǐng)導(dǎo)品牌！培訓(xùn)項(xiàng)目：高端軟件、網(wǎng)絡(luò)工程師（可通過搜索引擎檢索“深圳北大青鳥嘉華學(xué)校”進(jìn)入學(xué)校網(wǎng)站）廣告屏蔽軟件開發(fā)技術(shù)方案廣告屏蔽軟件開發(fā)技術(shù)方案【摘要】廣告、垃圾網(wǎng)頁充斥Inter，給用戶瀏覽造成了極大的不方便，而且極大的消耗了網(wǎng)絡(luò)的帶寬以及終端用戶系統(tǒng)的資源。本技術(shù)方案在參考研究比較大量廣告屏蔽技術(shù)后，提出了一種基于關(guān)鍵詞列表以及BHO

2、（BrowserHelperObjects）的垃圾網(wǎng)頁過濾方案。【關(guān)鍵詞】垃圾網(wǎng)頁廣告屏蔽BHOHOOK一、一、概述概述目前網(wǎng)絡(luò)上流行的廣告技術(shù)主要有分為以下三種：彈出式窗口，浮動(dòng)式窗口以及內(nèi)嵌式廣告圖片。大量不必要的信息占滿了整個(gè)顯示區(qū)域，使得有效信息的獲取變得很難。這些垃圾網(wǎng)頁主要都是依靠Javript（簡稱JS）實(shí)現(xiàn)的。這種腳本語言是在客戶端下載完成后，由客戶端的JVM解釋執(zhí)行的。因此它是一種客戶端執(zhí)行的語言，即runatclie

3、nt。其中，彈出式與浮動(dòng)式窗口主要是由window.open()或者window.showModelessDialog()等創(chuàng)建新窗口等命令完成的。而內(nèi)嵌式廣告圖片則是由其編寫的一些特效函數(shù)做到的。和樣式表文件（CSS）相似，這些運(yùn)行的代碼未必直接寫道用戶所訪問的網(wǎng)頁之中，他可以通過如形式的連接隱藏在后臺(tái)，直接對(duì)所下載到的HTML文檔進(jìn)行分析并不能完全有效的屏蔽這些語句。接下來將對(duì)國內(nèi)外研究現(xiàn)狀具體的實(shí)現(xiàn)技術(shù)進(jìn)行敘述。二、二、國內(nèi)外研究

4、現(xiàn)狀國內(nèi)外研究現(xiàn)狀垃圾網(wǎng)頁過濾技術(shù)發(fā)展到現(xiàn)在已經(jīng)很成熟了，各大公司的產(chǎn)品的準(zhǔn)確率和招回率都已經(jīng)能達(dá)到很高的水準(zhǔn)。目前在這個(gè)領(lǐng)域比較領(lǐng)先也比較流行的幾款軟件有MicrosoftIE6.0中自帶的網(wǎng)頁過濾組件，Maxthon公司的Maxthon以及MyIE2系列瀏覽器中附加的垃圾網(wǎng)頁過濾插件，GoogleToolbar也具有網(wǎng)頁過濾功能；國內(nèi)在這領(lǐng)域的軟件也有很多，如3721上網(wǎng)助手，雅虎助手以及百度工具欄都有這方面的功能。在大多數(shù)軟件中用

5、戶都可以設(shè)置網(wǎng)頁過濾的級(jí)別，如只過濾彈出網(wǎng)頁，過濾浮動(dòng)窗口，或者過濾所有的廣告，包括頁面當(dāng)中的flash動(dòng)畫以及Gif動(dòng)畫。由于上述公司的實(shí)現(xiàn)技術(shù)相對(duì)保密，在相對(duì)比較短的時(shí)間內(nèi)很難了解到他們實(shí)現(xiàn)的核心技術(shù)。但通過這幾天對(duì)這幾款軟件的使用與分析，發(fā)現(xiàn)他們主要是使用垃圾網(wǎng)頁關(guān)鍵詞列表技術(shù)實(shí)現(xiàn)的。如Maxthon瀏覽器中的廣告獵手就維護(hù)了一個(gè)專家關(guān)鍵詞列表。在下載網(wǎng)頁并執(zhí)行其中的JS代碼時(shí)，瀏覽器將對(duì)JS指定需要下載的連接進(jìn)行過濾，如有與關(guān)鍵

6、詞列表項(xiàng)符合的鏈接則取消其下載（具體取消方法將在下一章進(jìn)行介紹），并將所取消的連接寫入相應(yīng)的數(shù)據(jù)存儲(chǔ)文件中，并在過濾網(wǎng)頁列表中加入該記錄。用戶只需雙擊該條記錄就可以重新加載該頁面。其他的過濾技術(shù)也都大同小異，在此就不再復(fù)述了。三、三、實(shí)現(xiàn)技術(shù)實(shí)現(xiàn)技術(shù)3.1預(yù)備知識(shí)預(yù)備知識(shí)經(jīng)過對(duì)現(xiàn)存的網(wǎng)絡(luò)產(chǎn)品的比較，本文將采用基于關(guān)鍵詞列表以及BHO的技術(shù)實(shí)現(xiàn)對(duì)垃圾網(wǎng)頁的過濾。下面現(xiàn)介紹一下BHO。BHO（BrowserHelperObjects）是瀏覽

7、器幫助對(duì)象，是一種實(shí)時(shí)組件對(duì)象模型（inprocessCOM）。瀏覽器將會(huì)在每次打開的時(shí)候加載它。BHO和瀏覽器運(yùn)行在相同的內(nèi)存區(qū)域，并且可以對(duì)窗口及其模型作任意的操作。例如，它可以檢測(cè)到瀏覽器的后退、前進(jìn)和文件完成等事件，訪問瀏覽器的菜單和工具欄而且可以進(jìn)行改動(dòng)，在當(dāng)前頁面創(chuàng)建窗口等操作，簡而言之，BHO就好像一個(gè)我們派去的間諜，監(jiān)視并控制著瀏覽器的動(dòng)作。因此我們要進(jìn)行IE開發(fā)，BHO應(yīng)該是我們最得力的助手。深圳北大青鳥嘉華學(xué)校深圳北

8、大青鳥嘉華學(xué)校–以就業(yè)為導(dǎo)向，學(xué)習(xí)零起點(diǎn)，是深圳高端IT職業(yè)技能培訓(xùn)學(xué)校領(lǐng)導(dǎo)品牌！培訓(xùn)項(xiàng)目：高端軟件、網(wǎng)絡(luò)工程師（可通過搜索引擎檢索“深圳北大青鳥嘉華學(xué)校”進(jìn)入學(xué)校網(wǎng)站）進(jìn)行關(guān)鍵詞匹配，如果有關(guān)鍵詞匹配成功，同樣取消下載。這是為了防止一些特殊的網(wǎng)頁的彈出技術(shù)為我們現(xiàn)在未知的。這個(gè)關(guān)鍵詞列表有系統(tǒng)自帶，并采用WebService技術(shù)定期通過官方網(wǎng)站服務(wù)器定期更新。最后還要將過濾的網(wǎng)址信息交由數(shù)據(jù)存儲(chǔ)模塊保存，以備查閱和招回。3.2.23.

9、2.2浮動(dòng)式窗口過濾模塊浮動(dòng)式窗口過濾模塊浮動(dòng)式窗口主要采用HTML語言中的定義一個(gè)層，并使用JS使其達(dá)到懸浮或者移動(dòng)等效果。它的主要特征有兩個(gè)：(1)的position屬性為absolute。(2)其實(shí)現(xiàn)的關(guān)鍵詞中包含setInterval()等函數(shù)。因此我們需要對(duì)網(wǎng)頁中的這些關(guān)鍵詞進(jìn)行過濾即可。將其層取消顯示。同時(shí)大多數(shù)的浮動(dòng)窗口都包含動(dòng)畫文件（如.swf、.gif等），我們?cè)趯?shí)現(xiàn)關(guān)鍵詞過濾時(shí)同樣需要對(duì)這些文件進(jìn)行過濾，并將過濾信息

10、存儲(chǔ)到數(shù)據(jù)模塊。3.2.33.2.3網(wǎng)頁內(nèi)容過濾模塊網(wǎng)頁內(nèi)容過濾模塊網(wǎng)頁內(nèi)容過濾主要是針對(duì)主頁面中的動(dòng)畫文件進(jìn)行過濾。本文采用的就是關(guān)鍵詞過濾。關(guān)鍵詞列表是由系統(tǒng)自帶的專家關(guān)鍵詞列表與用戶維護(hù)的自定義關(guān)鍵詞列表組成。其關(guān)鍵詞匹配過程如下：在前文介紹了網(wǎng)頁打開的過程，本文利用BHO在瀏覽器調(diào)用IObjectWithSiteImpl::SetSite方法傳遞對(duì)當(dāng)前瀏覽器的引用指針給你的程序。然后瀏覽器調(diào)用你的組件的IObjectWithSi

11、teImpl::Invoke，并傳遞WebBrowserEventsID，因此可以根據(jù)EventsID判斷瀏覽器正在做什么，因此可以在這里對(duì)下載事件進(jìn)行過濾。比如在Invoke發(fā)生時(shí)，ID為DISPID_BEFENAVIGATE2，則表明瀏覽器“正要”去瀏覽某個(gè)url。如果在這里對(duì)其處理，就可以實(shí)現(xiàn)禁止瀏覽某些URL。要實(shí)現(xiàn)對(duì)文件下載的禁止，我們需要截獲EventsID是否是DISPID_DOWNLOADBEGIN，并在這里“欺騙”一下

12、IE，讓他結(jié)束下載。為此需要實(shí)現(xiàn)IInterProtocolRoot接口的Start方法：HRESULTStart(LPCWSTRszUrlIInterProtocolSinkpOIProtSinkIInterBindInfopOIBindInfoDWDgrfPIHLE_PTRdwReserved)其第二個(gè)參數(shù)（IInterProtocolSinkpOIProtSink）用來判斷下載是否結(jié)束。因此我們首先判斷szURL能否與關(guān)鍵詞列表項(xiàng)

13、匹配或者包含.swf以及.gif等文件，如果匹配成功，即該網(wǎng)址包含違禁關(guān)鍵字，則調(diào)用IInterProtocolSink::ReptResult方法將Start方法的第二個(gè)參數(shù)設(shè)置為真（pOIProtSinkReptResult(S_OK0NULL)），這樣就是現(xiàn)了“欺騙”IE，在下載文件之前就結(jié)束了其下載。同時(shí)我們還需也將被過濾的網(wǎng)址添加到數(shù)據(jù)存儲(chǔ)文件中，整個(gè)過濾過程就完成了。3.2.43.2.4數(shù)據(jù)存儲(chǔ)模塊數(shù)據(jù)存儲(chǔ)模塊數(shù)據(jù)存儲(chǔ)模塊將