elementer af en URL inkluderer:

• protokol (Skema)
• underdomæne
• domænenavn
• topdomæne (TLD)
• sti/ fil (M/udvidelse)
• parametre

for en mere detaljeret forklaring, se links til noter og referencer i slutningen af denne blog.

base Domain URL ‘ er

basisdomænet er den paraply, under hvilken et helt sted befinder sig. Et basisdomæne består kun af to af URL-elementerne:

1. domænenavn
2. top level Domain (TLD)

Når en bruger indtaster et basisdomæne i URL-linjen (dvs. google.com, amazon.com osv.), Sender DNS dem til serverens IP-placering til hjemmesiden for den respektive hjemmeside (en bestemt adresse som /indeks.htm eller / hjem.HTML).

til kategoriseringsformål tildeles basisdomænet en passende kategoriværdi, der er repræsentativ for alle sider og filer indeholdt på hjemmesiden. Basisdomænet og dets respektive kategoriværdi kan derefter forpligtes til en URL—database, som kan cachelagres på en enhed-i et datacenter, på en computer eller tilgængelig via skyen.

i den virkelige verden kan al internettrafik filtreres, beskyttes eller analyseres i realtid ved at henvise til den cachelagrede URL-database ved at implementere en URL-kategoriseringsdatabase. Men hvilket niveau af kategori granularitet har du brug for?

fuld sti URL ‘ er

i modsætning hertil henviser en fuld sti URL til en nøjagtig placering (dvs.side, artikel, fil osv.) og giver mulighed for en meget specifik analyse og kategorisering af internetindhold på den angivne adresse. En fuld sti-URL inkluderer ikke kun domænet og TLD, det skal også indeholde protokollen (aka-skema), underdomæne (dvs. blog, support osv.), sti / destination, og potentielt en filtypenavn samt parametre.

det vil sige, det kan omfatte alle følgende:

1. protokol
2. underdomæne
3. domænenavn
4. top level Domain (TLD)
5. sti/fil
6. parametre (optimal)

kun med alle disse elementer kan der foretages en omfattende analyse for at identificere den mest relevante kategori for siden, indlægget osv. Med næsten to (2) milliarder hjemmesider på internettet—hver i stand til at inkludere millioner af indekserede sider—ville det kræve et ret stort datalagringskrav (for at sige det let).

til kategoriseringsformål skal hver enkelt besøgte side analyseres og kategoriseres med en høj grad af nøjagtighed. Lyder ret kompliceret? Det er det.

i den virkelige verden ændres indholdet regelmæssigt. Hjemmesider er sat op, er pensioneret, indhold ændringer, og verden holder på spinning—udgør en udfordring for høj nøjagtighed på Side/post/fil niveau. Det betyder, at hver side skal analyseres og kategoriseres regelmæssigt (hvis ikke som den besøges).

Vi opnår næsten real-time, Side niveau kategorisering ved at udnytte machine learning og de avancerede funktioner i vores Cloud. Vi hjælper vores partnere med at identificere de vigtige steder, adfærd, og kategorier til deres anvendelse—og hjælpe med at skitsere en arbejdsgang og implementeringsinfrastruktur, der passer til deres behov.

vil du have mere information? Kontakt os.

lad os bryde det ned

nu hvor vi har kigget på basisdomæne og og fulde sti-URL ‘ er, lad os undersøge lidt om, hvad det betyder.

lad os tage et basisdomæne, for eksempel, cnn.com. CNNs hjemmeside kunne kategoriseres som ‘internationale nyheder’ og ‘ Streaming & Hentbar Video ‘ (som det er af vores systemer). Men det giver kun en klassificering på højt niveau. CNN har millioner af sider og artikler om alt lige fra Tennis og sport, til politik, til teknologi.

en kategori (basisdomænet) sammenlignet med millioner (de enkelte sider og artikler)? Det er en vigtig forskel-især hvis du ønsker at klassificere indhold på et meget granulært niveau—hvad enten det drejer sig om filtrering af internettet for at beskytte børn mod stødende indhold—eller en annonceudgiver, der kun søger at vise reklamer for deodorant på fitness, sport og andre relevante sider.

det bliver endnu vanskeligere for de sociale netværk, platforme og søgemaskiner som facebook, reddit eller google. For at opnå et højere niveau af granularitet og nøjagtighed for det specifikke indhold på hver side/fil—skal du se på den fulde sti.

andre overvejelser

for mange applikationer, base domain giver en effektiv højt niveau og cacheable (high-speed) løsning til grundlæggende net filtrering (hvidlistning / sortlistning) kapaciteter. For andre, især inden for cybersikkerhed, netværksenheder (routere, porte osv.), og onlineannoncering—kontekstuel relevans er afgørende for at yde beskyttelse og forstå brugeradfærd og hensigt.

tilføjelse til niveauet af kompleksitet ændrer internettet konstant—både indholdet på hjemmesider og teknologier, der forbinder brugere med dem. Selv eksisterende indhold kan ændres og opdateres.hvad mere er—ondsindet og anstødeligt indhold (de typer indhold, som cybersikkerhed og reklame virkelig ønsker at have en vis kontrol over) er de indholdstyper, der mest sandsynligt vil ændre sig med nye domæner og sider, der dukker op i korte perioder for at tjene et specifikt formål—før de nedlægges for at dække sporene fra dårlige skuespillere, eller fordi det ikke længere tjener et formål.

Stay tuned for mere om fuld sti URL ‘ er og real-time kategorisering. Hvis du er interesseret i mere information om URL-kategorisering for følgende applikationer, se nedenstående links. Hvis du er interesseret i at tale med en repræsentant eller planlægge en evaluering, kan du besøge vores kontaktside.

applikationer, der drager fordel af kontrol og analyse på den fulde sti, inkluderer:

• Netfiltrering & Forældrekontrol
• ondsindet detektion
• Abonnentanalyse
• brandsikkerhed & kontekstuel målretning

vil teste køre nogle URL ‘ er af dine egne med ?

Check a URL Category

Notes & References:

• https://tekeye.uk/computing/how-many-websites-are-there
• http://www.internetlivestats.com/total-number-of-websites/
• https://www.verisign.com/en_US/domain-names/dnib/index.xhtml
• https://news.netcraft.com/archives/2018/01/19/january-2018-web-server-survey.html
• https://danielmiessler.com/study/url-uri/
• https://damnhandy.com/2009/08/26/url-vs-uri-vs-urn-in-more-concise-terms/