本技術(shù)涉及計(jì)算機(jī)，尤其涉及一種子域名爆破方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)。

背景技術(shù)：

1、隨著科技的不斷發(fā)展，越來(lái)越多的設(shè)備可以通過(guò)推測(cè)和識(shí)別目標(biāo)域名下潛在的子域名，即通過(guò)子域名爆破，在網(wǎng)絡(luò)安全領(lǐng)域中識(shí)別可能存在的安全漏洞。子域名爆破對(duì)于漏洞評(píng)估、網(wǎng)絡(luò)攻擊模擬以及惡意活動(dòng)檢測(cè)等方面具有重要意義。

2、相關(guān)技術(shù)下，子域名爆破的方法通常是，預(yù)先設(shè)置一個(gè)大規(guī)模的子域名字典，通過(guò)窮舉搜索來(lái)確定目標(biāo)域名下的潛在的子域名，從而才可以基于搜索出的各子域名進(jìn)行子域名爆破，獲得子域名爆破結(jié)果。

3、然而，子域名字典通常是通過(guò)依次錄入子域名的方式設(shè)置，那么，不僅在錄入過(guò)程中容易出現(xiàn)錄入錯(cuò)誤，而導(dǎo)致子域名字典的準(zhǔn)確性較低的問(wèn)題；而且子域名字典中的子域名的豐富程度，完全依賴于錄入過(guò)程，那么容易出現(xiàn)子域名爆破不準(zhǔn)確的問(wèn)題。

4、進(jìn)一步的，由于子域名字典包含的子域名的數(shù)量較多，通過(guò)窮舉搜索來(lái)確定目標(biāo)域名下的潛在的子域名的方式，需要消耗大量的計(jì)算資源，使得子域名爆破的耗時(shí)較長(zhǎng)，效率低下。

5、可見(jiàn)，相關(guān)技術(shù)下，子域名爆破的準(zhǔn)確性和效率過(guò)渡依賴于預(yù)設(shè)的子域名字典，使得子域名爆破的靈活性較低。

技術(shù)實(shí)現(xiàn)思路

1、本技術(shù)實(shí)施例提供了一種子域名爆破方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)，用于解決子域名爆破的靈活性較低的問(wèn)題。

2、第一方面，提供一種子域名爆破方法，包括：

3、獲取待爆破主域名的多個(gè)參考子域名；其中，所述參考子域名為：在歷史時(shí)間內(nèi)啟用的包含所述待爆破主域名的子域名；

4、從預(yù)存的多個(gè)候選子域名集中，分別為所述多個(gè)參考子域名選取匹配的目標(biāo)子域名集；其中，每個(gè)所述候選子域名集中的候選子域名為在所述歷史時(shí)間內(nèi)啟用的子域名；不同候選子域名集中的候選子域名之間的相似度小于第一相似度閾值；相同候選子域名集中的各候選子域名之間的相似度大于第二相似度閾值；

5、分別從獲得的各目標(biāo)子域名集中，為相應(yīng)的參考子域名選取相似度大于第三相似度閾值的多個(gè)目標(biāo)子域名；

6、基于獲得的各目標(biāo)子域名，對(duì)所述待爆破主域名進(jìn)行子域名爆破，獲得子域名爆破結(jié)果。

7、可選的，所述獲取待爆破主域名的多個(gè)參考子域名，包括：

8、獲取待爆破對(duì)象；

9、基于各參考對(duì)象與各預(yù)設(shè)主域名之間的第一映射關(guān)系，確定所述待爆破對(duì)象的待爆破主域名；

10、基于各預(yù)設(shè)主域名與各歷史子域名集之間的第二映射關(guān)系，確定所述待爆破主域名的歷史子域名集；其中，所述第二映射關(guān)系表征：歷史子域名集中的歷史子域名包含相應(yīng)的預(yù)設(shè)主域名，且在所述歷史時(shí)間內(nèi)啟用；

11、從獲得的歷史子域名集中，選取多個(gè)參考子域名。

12、可選的，所述多個(gè)候選子域名集是采用如下方法獲得的：

13、獲取多個(gè)預(yù)設(shè)主域名各自的歷史子域名集；

14、針對(duì)獲得的各歷史子域名集，分別執(zhí)行：分別對(duì)歷史子域名集包含的各歷史子域名進(jìn)行前綴特征提取，獲得相應(yīng)的前綴特征；

15、基于獲得的各前綴特征，對(duì)所述各歷史子域名集進(jìn)行相似子域名聚類，獲得所述多個(gè)候選子域名集；其中，每個(gè)所述候選子域名集包含的各候選子域名，來(lái)自至少一個(gè)歷史子域名集。

16、可選的，所述前綴特征提取是采用已訓(xùn)練的目標(biāo)特征提取模型實(shí)現(xiàn)的，所述目標(biāo)特征提取模型是采用如下方法訓(xùn)練得到的：

17、基于所述多個(gè)預(yù)設(shè)主域名和所述各歷史子域名集，對(duì)待訓(xùn)練的特征提取模型進(jìn)行多輪迭代訓(xùn)練，輸出已訓(xùn)練的目標(biāo)特征提取模型；其中，每輪迭代包括：

18、分別對(duì)預(yù)設(shè)主域名的歷史子域名集包含的各歷史子域名各自的子域名前綴進(jìn)行字符特征提取，獲得所述各歷史子域名各自的子域名前綴的字符特征；

19、將獲得的各字符特征映射為所述預(yù)設(shè)主域名的主域名訓(xùn)練特征；

20、基于獲得的主域名訓(xùn)練特征與從所述預(yù)設(shè)主域名提取出的主域名樣本特征之間的差異，調(diào)整所述特征提取模型的模型參數(shù)。

21、可選的，所述特征提取模型包含字符特征提取網(wǎng)絡(luò)，所述字符特征提取網(wǎng)絡(luò)用于進(jìn)行字符特征提取，所述字符特征提取網(wǎng)絡(luò)是采用如下方法訓(xùn)練得到：

22、針對(duì)所述各歷史子域名集，分別執(zhí)行以下操作：

23、分別對(duì)歷史子域名集包含的各歷史子域名各自的子域名前綴進(jìn)行字符特征提取，獲得相應(yīng)的字符特征序列；

24、分別對(duì)獲得的各字符特征序列進(jìn)行字符遮掩，獲得相應(yīng)的遮掩特征序列，并分別對(duì)獲得的各遮掩特征序列進(jìn)行字符預(yù)測(cè)，獲得相應(yīng)的預(yù)測(cè)字符序列；

25、基于獲得的各預(yù)測(cè)字符序列各自與相應(yīng)的歷史子域名的子域名前綴之間的差異，調(diào)整所述字符特征提取網(wǎng)絡(luò)的網(wǎng)絡(luò)參數(shù)。

26、可選的，所述分別對(duì)獲得的各字符特征序列進(jìn)行字符遮掩，獲得相應(yīng)的遮掩特征序列，并分別對(duì)獲得的各遮掩特征序列進(jìn)行字符預(yù)測(cè)，獲得相應(yīng)的預(yù)測(cè)字符序列，包括：

27、以預(yù)設(shè)特征長(zhǎng)度，分別對(duì)獲得的各字符特征序列進(jìn)行滑動(dòng)分割，獲得所述各字符特征序列各自對(duì)應(yīng)的特征子序列集；其中，每個(gè)特征子序列用于描述相應(yīng)歷史子域名的子域名前綴中的一個(gè)前綴片段的特征；每個(gè)所述前綴片段包含相應(yīng)的子域名前綴中的多個(gè)字符；

28、針對(duì)獲得的各特征子序列集，分別執(zhí)行：分別遮蓋特征子序列集包含的各特征子序列中的至少一個(gè)字符對(duì)應(yīng)的特征元素，將獲得的各遮蓋子序列作為一個(gè)遮掩特征序列；

29、針對(duì)獲得的各遮掩特征序列，分別執(zhí)行：分別對(duì)遮掩特征序列中的各遮蓋子序列進(jìn)行字符預(yù)測(cè)，將獲得的各預(yù)測(cè)字符片段作為一個(gè)預(yù)測(cè)字符序列。

30、可選的，所述將獲得的各字符特征映射為所述預(yù)設(shè)主域名的主域名訓(xùn)練特征，包括：

31、對(duì)基于獲得的各字符特征建立的特征矩陣進(jìn)行非線性變換，獲得關(guān)聯(lián)權(quán)重向量；其中，所述關(guān)聯(lián)權(quán)重向量中的各向量元素表征：所述預(yù)設(shè)主域名的歷史子域名集包含的各歷史子域名，各自與所述預(yù)設(shè)主域名之間的關(guān)聯(lián)度；

32、以所述關(guān)聯(lián)權(quán)重向量包含的各向量元素為權(quán)重，融合所述各字符特征，獲得所述預(yù)設(shè)主域名的主域名訓(xùn)練特征。

33、可選的，所述基于獲得的主域名訓(xùn)練特征與從所述預(yù)設(shè)主域名提取出的主域名樣本特征之間的差異，調(diào)整所述特征提取模型的模型參數(shù)，包括：

34、拼接獲得的主域名訓(xùn)練特征和所述預(yù)設(shè)主域名的歷史子域名集中的一個(gè)歷史子域名的字符特征，獲得拼接特征；

35、對(duì)獲得的拼接特征進(jìn)行域名預(yù)測(cè)，獲得域名預(yù)測(cè)結(jié)果；

36、基于獲得的主域名訓(xùn)練特征與從所述樣本主域名提取出的主域名樣本特征之間的差異，以及獲得的域名預(yù)測(cè)結(jié)果與所述一個(gè)歷史子域名的子域名前綴之間的差異，調(diào)整所述特征提取模型的模型參數(shù)。

37、可選的，所述特征提取模型還包括特征對(duì)比網(wǎng)絡(luò)，所述特征對(duì)比網(wǎng)絡(luò)用于調(diào)整所述特征提取模型的模型參數(shù)；

38、則所述基于獲得的主域名訓(xùn)練特征與從所述預(yù)設(shè)主域名提取出的主域名樣本特征之間的差異，調(diào)整所述特征提取模型的模型參數(shù)，包括：

39、以所述各預(yù)設(shè)主域名的主域名數(shù)量，對(duì)所述各字符特征進(jìn)行相似字符聚類，獲得多個(gè)聚類簇；

40、基于所述主域名訓(xùn)練特征與所述多個(gè)聚類簇各自的聚類中心之間的距離，以及獲得的主域名訓(xùn)練特征與從所述預(yù)設(shè)主域名提取出的主域名樣本特征之間的差異，調(diào)整所述特征提取模型的模型參數(shù)。

41、可選的，所述基于所述主域名訓(xùn)練特征與所述多個(gè)聚類簇各自的聚類中心之間的距離，以及獲得的主域名訓(xùn)練特征與從所述預(yù)設(shè)主域名提取出的主域名樣本特征之間的差異，調(diào)整所述特征提取模型的模型參數(shù)，包括：

42、基于以下至少兩種訓(xùn)練目標(biāo)，調(diào)整所述特征提取模型的模型參數(shù)：

43、所述主域名訓(xùn)練特征與所述多個(gè)聚類簇各自的聚類中心之間的距離中的最小距離小于第一距離閾值；

44、與除了所述最小距離對(duì)應(yīng)的聚類中心以外的其他聚類中心之間的距離大于第二距離閾值；

45、獲得的主域名訓(xùn)練特征與從所述預(yù)設(shè)主域名提取出的主域名樣本特征之間的差異小于預(yù)設(shè)差異閾值。

46、可選的，所述從預(yù)存的多個(gè)候選子域名集中，分別為所述多個(gè)參考子域名選取匹配的目標(biāo)子域名集，包括：

47、針對(duì)所述多個(gè)候選子域名集，分別執(zhí)行：融合分別從候選子域名集中的各候選子域名各自的子域名前綴提取出的前綴特征，獲得所述候選子域名集的集特征；

48、針對(duì)所述多個(gè)參考子域名，分別執(zhí)行以下操作：

49、基于從參考子域名提取出的前綴特征，以及獲得的各集特征，分別確定所述參考子域名與所述多個(gè)候選子域名集之間的匹配度；

50、從所述多個(gè)候選子域名集中，選取匹配度大于匹配度閾值的目標(biāo)子域名集。

51、可選的，所述基于獲得的各目標(biāo)子域名，對(duì)所述待爆破主域名進(jìn)行子域名爆破，獲得子域名爆破結(jié)果，包括：

52、從獲得的各目標(biāo)子域名中，選取與所述待爆破主域名之間的相關(guān)度滿足關(guān)聯(lián)條件的多個(gè)推薦子域名；

53、基于獲得的多個(gè)推薦子域名，對(duì)所述待爆破主域名進(jìn)行子域名爆破，獲得子域名爆破結(jié)果。

54、可選的，所述從獲得的各目標(biāo)子域名中，選取與所述待爆破主域名之間的相關(guān)度滿足關(guān)聯(lián)條件的多個(gè)推薦子域名，包括：

55、針對(duì)獲得的各目標(biāo)子域名，分別執(zhí)行：融合所述多個(gè)參考子域名與所述待爆破主域名之間的相似度，以及目標(biāo)子域名與所述多個(gè)參考子域名之間的相似度，確定所述目標(biāo)子域名與所述待爆破主域名之間的相關(guān)度；

56、基于獲得的各相關(guān)度，從所述各目標(biāo)子域名中，選取相關(guān)度大于預(yù)設(shè)相關(guān)度閾值的多個(gè)推薦子域名。

57、第二方面，提供一種子域名爆破裝置，包括：

58、獲取模塊：用于獲取待爆破主域名的多個(gè)參考子域名；其中，所述參考子域名為：在歷史時(shí)間內(nèi)啟用的包含所述待爆破主域名的子域名；

59、處理模塊：用于從預(yù)存的多個(gè)候選子域名集中，分別為所述多個(gè)參考子域名選取匹配的目標(biāo)子域名集；其中，每個(gè)所述候選子域名集中的候選子域名為在所述歷史時(shí)間內(nèi)啟用的子域名；不同候選子域名集中的候選子域名之間的相似度小于第一相似度閾值；相同候選子域名集中的各候選子域名之間的相似度大于第二相似度閾值；

60、所述處理模塊還用于：分別從獲得的各目標(biāo)子域名集中，為相應(yīng)的參考子域名選取相似度大于第三相似度閾值的多個(gè)目標(biāo)子域名；

61、所述處理模塊還用于：基于獲得的各目標(biāo)子域名，對(duì)所述待爆破主域名進(jìn)行子域名爆破，獲得子域名爆破結(jié)果。

62、可選的，所述獲取模塊具體用于：

63、獲取待爆破對(duì)象；

64、基于各參考對(duì)象與各預(yù)設(shè)主域名之間的第一映射關(guān)系，確定所述待爆破對(duì)象的待爆破主域名；

65、基于各預(yù)設(shè)主域名與各歷史子域名集之間的第二映射關(guān)系，確定所述待爆破主域名的歷史子域名集；其中，所述第二映射關(guān)系表征：歷史子域名集中的歷史子域名包含相應(yīng)的預(yù)設(shè)主域名，且在所述歷史時(shí)間內(nèi)啟用；

66、從獲得的歷史子域名集中，選取多個(gè)參考子域名。

67、可選的，所述處理模塊還用于：

68、獲取多個(gè)預(yù)設(shè)主域名各自的歷史子域名集；

69、針對(duì)獲得的各歷史子域名集，分別執(zhí)行：分別對(duì)歷史子域名集包含的各歷史子域名進(jìn)行前綴特征提取，獲得相應(yīng)的前綴特征；

70、基于獲得的各前綴特征，對(duì)所述各歷史子域名集進(jìn)行相似子域名聚類，獲得所述多個(gè)候選子域名集；其中，每個(gè)所述候選子域名集包含的各候選子域名，來(lái)自至少一個(gè)歷史子域名集。

71、可選的，所述前綴特征提取是采用已訓(xùn)練的目標(biāo)特征提取模型實(shí)現(xiàn)的，所述目標(biāo)特征提取模型是采用如下方法訓(xùn)練得到的，所述處理模塊具體用于：

72、基于所述多個(gè)預(yù)設(shè)主域名和所述各歷史子域名集，對(duì)待訓(xùn)練的特征提取模型進(jìn)行多輪迭代訓(xùn)練，輸出已訓(xùn)練的目標(biāo)特征提取模型；其中，每輪迭代包括：

73、分別對(duì)預(yù)設(shè)主域名的歷史子域名集包含的各歷史子域名各自的子域名前綴進(jìn)行字符特征提取，獲得所述各歷史子域名各自的子域名前綴的字符特征；

74、將獲得的各字符特征映射為所述預(yù)設(shè)主域名的主域名訓(xùn)練特征；

75、基于獲得的主域名訓(xùn)練特征與從所述預(yù)設(shè)主域名提取出的主域名樣本特征之間的差異，調(diào)整所述特征提取模型的模型參數(shù)。

76、可選的，所述特征提取模型包含字符特征提取網(wǎng)絡(luò)，所述字符特征提取網(wǎng)絡(luò)用于進(jìn)行字符特征提取，所述字符特征提取網(wǎng)絡(luò)是采用如下方法訓(xùn)練得到，所述處理模塊具體用于：

77、針對(duì)所述各歷史子域名集，分別執(zhí)行以下操作：

78、分別對(duì)歷史子域名集包含的各歷史子域名各自的子域名前綴進(jìn)行字符特征提取，獲得相應(yīng)的字符特征序列；

79、分別對(duì)獲得的各字符特征序列進(jìn)行字符遮掩，獲得相應(yīng)的遮掩特征序列，并分別對(duì)獲得的各遮掩特征序列進(jìn)行字符預(yù)測(cè)，獲得相應(yīng)的預(yù)測(cè)字符序列；

80、基于獲得的各預(yù)測(cè)字符序列各自與相應(yīng)的歷史子域名的子域名前綴之間的差異，調(diào)整所述字符特征提取網(wǎng)絡(luò)的網(wǎng)絡(luò)參數(shù)。

81、可選的，所述處理模塊具體用于：

82、以預(yù)設(shè)特征長(zhǎng)度，分別對(duì)獲得的各字符特征序列進(jìn)行滑動(dòng)分割，獲得所述各字符特征序列各自對(duì)應(yīng)的特征子序列集；其中，每個(gè)特征子序列用于描述相應(yīng)歷史子域名的子域名前綴中的一個(gè)前綴片段的特征；每個(gè)所述前綴片段包含相應(yīng)的子域名前綴中的多個(gè)字符；

83、針對(duì)獲得的各特征子序列集，分別執(zhí)行：分別遮蓋特征子序列集包含的各特征子序列中的至少一個(gè)字符對(duì)應(yīng)的特征元素，將獲得的各遮蓋子序列作為一個(gè)遮掩特征序列；

84、針對(duì)獲得的各遮掩特征序列，分別執(zhí)行：分別對(duì)遮掩特征序列中的各遮蓋子序列進(jìn)行字符預(yù)測(cè)，將獲得的各預(yù)測(cè)字符片段作為一個(gè)預(yù)測(cè)字符序列。

85、可選的，所述處理模塊具體用于：

86、對(duì)基于獲得的各字符特征建立的特征矩陣進(jìn)行非線性變換，獲得關(guān)聯(lián)權(quán)重向量；其中，所述關(guān)聯(lián)權(quán)重向量中的各向量元素表征：所述預(yù)設(shè)主域名的歷史子域名集包含的各歷史子域名，各自與所述預(yù)設(shè)主域名之間的關(guān)聯(lián)度；

87、以所述關(guān)聯(lián)權(quán)重向量包含的各向量元素為權(quán)重，融合所述各字符特征，獲得所述預(yù)設(shè)主域名的主域名訓(xùn)練特征。

88、可選的，所述處理模塊具體用于：

89、拼接獲得的主域名訓(xùn)練特征和所述預(yù)設(shè)主域名的歷史子域名集中的一個(gè)歷史子域名的字符特征，獲得拼接特征；

90、對(duì)獲得的拼接特征進(jìn)行域名預(yù)測(cè)，獲得域名預(yù)測(cè)結(jié)果；

91、基于獲得的主域名訓(xùn)練特征與從所述樣本主域名提取出的主域名樣本特征之間的差異，以及獲得的域名預(yù)測(cè)結(jié)果與所述一個(gè)歷史子域名的子域名前綴之間的差異，調(diào)整所述特征提取模型的模型參數(shù)。

92、可選的，所述特征提取模型還包括特征對(duì)比網(wǎng)絡(luò)，所述特征對(duì)比網(wǎng)絡(luò)用于調(diào)整所述特征提取模型的模型參數(shù)；

93、則所述處理模塊具體用于：

94、以所述各預(yù)設(shè)主域名的主域名數(shù)量，對(duì)所述各字符特征進(jìn)行相似字符聚類，獲得多個(gè)聚類簇；

95、基于所述主域名訓(xùn)練特征與所述多個(gè)聚類簇各自的聚類中心之間的距離，以及獲得的主域名訓(xùn)練特征與從所述預(yù)設(shè)主域名提取出的主域名樣本特征之間的差異，調(diào)整所述特征提取模型的模型參數(shù)。

96、可選的，所述處理模塊具體用于：

97、基于以下至少兩種訓(xùn)練目標(biāo)，調(diào)整所述特征提取模型的模型參數(shù)：

98、所述主域名訓(xùn)練特征與所述多個(gè)聚類簇各自的聚類中心之間的距離中的最小距離小于第一距離閾值；

99、與除了所述最小距離對(duì)應(yīng)的聚類中心以外的其他聚類中心之間的距離大于第二距離閾值；

100、獲得的主域名訓(xùn)練特征與從所述預(yù)設(shè)主域名提取出的主域名樣本特征之間的差異小于預(yù)設(shè)差異閾值。

101、可選的，所述處理模塊具體用于：

102、針對(duì)所述多個(gè)候選子域名集，分別執(zhí)行：融合分別從候選子域名集中的各候選子域名各自的子域名前綴提取出的前綴特征，獲得所述候選子域名集的集特征；

103、針對(duì)所述多個(gè)參考子域名，分別執(zhí)行以下操作：

104、基于從參考子域名提取出的前綴特征，以及獲得的各集特征，分別確定所述參考子域名與所述多個(gè)候選子域名集之間的匹配度；

105、從所述多個(gè)候選子域名集中，選取匹配度大于匹配度閾值的目標(biāo)子域名集。

106、可選的，所述處理模塊具體用于：

107、從獲得的各目標(biāo)子域名中，選取與所述待爆破主域名之間的相關(guān)度滿足關(guān)聯(lián)條件的多個(gè)推薦子域名；

108、基于獲得的多個(gè)推薦子域名，對(duì)所述待爆破主域名進(jìn)行子域名爆破，獲得子域名爆破結(jié)果。

109、可選的，所述處理模塊具體用于：

110、針對(duì)獲得的各目標(biāo)子域名，分別執(zhí)行：融合所述多個(gè)參考子域名與所述待爆破主域名之間的相似度，以及目標(biāo)子域名與所述多個(gè)參考子域名之間的相似度，確定所述目標(biāo)子域名與所述待爆破主域名之間的相關(guān)度；

111、基于獲得的各相關(guān)度，從所述各目標(biāo)子域名中，選取相關(guān)度大于預(yù)設(shè)相關(guān)度閾值的多個(gè)推薦子域名。

112、第三方面，提供一種計(jì)算機(jī)程序產(chǎn)品，包括計(jì)算機(jī)程序，該計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如第一方面所述的方法。

113、第四方面，提供一種計(jì)算機(jī)設(shè)備，包括：

114、存儲(chǔ)器，用于存儲(chǔ)程序指令；

115、處理器，用于調(diào)用所述存儲(chǔ)器中存儲(chǔ)的程序指令，按照獲得的程序指令執(zhí)行如第一方面所述的方法。

116、第五方面，提供一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)存儲(chǔ)有計(jì)算機(jī)可執(zhí)行指令，所述計(jì)算機(jī)可執(zhí)行指令用于使計(jì)算機(jī)執(zhí)行如第一方面所述的方法。

117、本技術(shù)實(shí)施例中，基于在歷史時(shí)間內(nèi)啟用的包含待爆破主域名的多個(gè)參考子域名，來(lái)為待爆破主域名自動(dòng)化的選取各目標(biāo)子域名進(jìn)行子域名爆破，不需要額外設(shè)置子域名字典，提高了子域名爆破的靈活性。

118、進(jìn)一步的，從在歷史時(shí)間內(nèi)啟用的候選子域名中選取目標(biāo)子域名，可以在一定程度上，將常用的字符組合作為選取目標(biāo)子域名的依據(jù)，而不是在眾多不常用的字符組合中選取目標(biāo)子域名，提高了選取準(zhǔn)確性和選取效率，從而可以提高子域名爆破的靈活性。

119、進(jìn)一步的，為每個(gè)參考子域名選取一個(gè)匹配的目標(biāo)子域名集，可以在常用的字符組合中，進(jìn)一步縮小選取范圍，以與待爆破主域名相關(guān)的多個(gè)參考子域名為依據(jù)，將常用的字符組合縮小范圍至與待爆破主域名相關(guān)的字符組合，進(jìn)一步提高了選取準(zhǔn)確性和選取效率，從而可以進(jìn)一步提高子域名爆破的靈活性。

120、進(jìn)一步的，在獲得多個(gè)參考子域名各自對(duì)應(yīng)的目標(biāo)子域名集之后，可以分別從每個(gè)目標(biāo)子域名集中，選取與相應(yīng)的參考子域名之間的相似度大于第三相似度閾值的目標(biāo)子域名，從而可以從與待爆破主域名相關(guān)且常用的字符組合中，確定出最有可能作為待爆破主域名的子域名的目標(biāo)子域名，進(jìn)一步提高了選取準(zhǔn)確性，從而可以進(jìn)一步提高子域名爆破的靈活性。