中国域名分类库
覆盖.cn及其二级后缀、中文后缀,以及服务器位于中国大陆或面向中国用户的其他后缀网站。每个域名都有状态,已分类的域名带网址过滤分类和IAB内容分类。离线部署,每日更新。
- 58个网址过滤分类,每行同时带IAB内容分类2.2与3.1(最多四级)
- 国家、网站语言、中国人气分组与全球人气分组
- 每日更新文件,每月一次全量刷新
- CSV、SQLite、LMDB和内存映射查询表,附C语言参考代码
四份样例,按产品下载
每份样例都是从对应产品的数据中取出的1000行。成人、赌博等敏感类别的域名,前两个字符以星号遮盖;正式数据不遮盖。
中国域名分类库样例
中国域名,带状态、网址过滤分类、IAB 3.1与2.2分类、国家、语言和人气分组。
主机名(SNI)分类库样例
主机名,带所属根域名、角色、IAB 3.1分类和网址过滤分类。
全球域名分类库样例
各国网站,带IAB 2.2与3.1四级分类、网址过滤分类、国家和人气分组。
AI工具库样例
AI工具和AI服务,带域名、AI类型、主分类、网站语言、服务器所在地和数据使用信息。
文件使用UTF-8编码并带有字节顺序标记,Excel和WPS可以直接显示中文。如果仍出现乱码,请用“数据”菜单中的“从文本导入”,编码选择UTF-8。在Mac上可以用Numbers或Excel打开,在Linux上可以用LibreOffice打开。
中国域名分类库:每一列的含义
样例使用中文列名;正式数据使用英文列名,便于程序处理,并附中文字段说明。下表两种名称都列出。
| 样例列名 | 正式数据列名 | 含义 |
|---|---|---|
| 域名 | domain | 注册的根域名,全部小写 |
| 状态 | status | 已分类、停放或待售、无网站、无内容、尚未检测 |
| 域名类型 | membership | 这个域名属于中国域名的原因,例如中国域名后缀或境内托管 |
| 后缀 | ending | 域名后缀;.cn下的二级后缀单独列出,例如.com.cn、.gov.cn |
| 境内托管 | hosted_in_china | 网站服务器是否位于中国大陆:1表示是,0表示否或未知 |
| 网址过滤分类 | web_filtering | 1至3个分类(英文官方名称),竖线分隔,第一个是主要分类 |
| 网址过滤分类(中文) | web_filtering_zh | 同一组分类的中文名称,顺序相同 |
| IAB 3.1 一至四级分类 | iab_v3_tier1 至 iab_v3_tier4 | IAB内容分类3.1的路径,另有一级和二级的中文名称列 |
| IAB 2.2 一至四级分类 | iab_v2_tier1 至 iab_v2_tier4 | 同一网站在IAB内容分类2.2中的路径 |
| 国家 | country、country_zh | 网站所属的国家或地区,英文和中文 |
| 语言 | language | 网站首页的主要语言代码,例如zh、en、ja |
| 中国人气分组 | popularity_cn | 在中国境内访问量排名中的档位,从前1,000到前50万 |
| 全球人气分组 | popularity_global | 全球访问量排名的档位,例如1至1000 |
状态的五种取值
| 状态 | 含义 | 策略中的常见处理 |
|---|---|---|
| 已分类 | 有网址过滤分类和IAB分类 | 按类别放行、拦截或记录 |
| 停放或待售 | 域名停放、挂牌出售或跳转到域名交易页面 | 拦截或只记录 |
| 无网站 | 已注册,但没有解析地址或网站没有响应 | 通常不需要单独处理 |
| 无内容 | 网站有响应,但只有默认页、建设中、空白页或仅登录页 | 按“未分类”的规则处理 |
| 尚未检测 | 近期新出现的域名,网页检测尚未完成 | 按新域名的规则处理,例如暂时拦截 |
后缀和人气分组的取值
“后缀”和“人气分组”两列的取值是固定的。了解它们,筛选和制定策略会更方便。
| 文件中的写法 | 后缀 |
|---|---|
.cn、.com.cn、.net.cn、.org.cn | .cn及常见的二级后缀 |
.gov.cn、.edu.cn、.ac.cn | 政府、教育和科研机构的二级后缀 |
province.cn | 省级行政区二级域合并为一项,例如.bj.cn、.sh.cn |
.xn--fiqs8s | .中国 |
.xn--55qx5d | .公司 |
.xn--io0a7i | .网络 |
other | 其他后缀的境内网站,例如.com、.net、.top |
中文后缀使用国际化编码,与DNS查询中的写法一致,过滤系统可以直接匹配。
| 中国人气分组 | 含义 |
|---|---|
| 1000 | 中国境内访问量排名前1,000 |
| 5000 | 前5,000 |
| 10000 | 前1万 |
| 50000 | 前5万 |
| 100000 | 前10万 |
| 500000 | 前50万 |
| 空 | 未进入前50万 |
终端资源有限时,可以按人气分组只加载热门网站,或者让热门网站优先匹配。
主机名(SNI)分类库与全球域名分类库的字段
主机名(SNI)分类库
- 主机名:完整主机名,也就是加密连接中的SNI名称
- 根域名:主机名所属的注册域名,与中国域名分类库对应
- 角色:主机名的用途,例如网站、登录、接口、邮件、CDN、下载与更新
- IAB 3.1分类:多数主机名沿用根域名的分类,云平台上的租户主机名有自己的分类
- 网址过滤分类:根域名的分类,中英文各一列
- 根域名状态、所属域名、基础设施提供商、非生产环境标记
全球域名分类库
- 域名:注册的根域名
- IAB 2.2与3.1一至四级分类:样例中另附3.1一级和二级的中文名称
- 网址过滤分类:1至3个分类,中英文各一列
- 用户画像:网站典型访问人群的英文画像名称
- 国家、全球人气分组、国家人气分组
- 正式数据另含一列0至10的网站权重分,样例中未列出
主机名的角色,以及正确的查询顺序
主机名(SNI)分类库的“角色”一列说明主机名在网站中的用途。查询时按下面的顺序,就能让同一份数据同时服务于域名和主机名两种策略。
| 角色 | 含义 |
|---|---|
| 网站 | 面向访问者的网站页面 |
| 登录 | 登录、认证和账号页面 |
| 接口(API) | 应用和程序调用的接口地址 |
| 邮件 | 邮件收发服务 |
| CDN | 静态资源和内容分发 |
| 下载与更新 | 软件下载和自动更新 |
| 广告与跟踪 | 广告投放、统计和跟踪 |
| 推送与消息 | 消息推送和实时通讯连接 |
| 云托管 | 云平台上的租户主机名 |
| 证书 | 证书签发和验证 |
先查完整主机名
用完整主机名查询主机名分类库。查不到时,依次去掉最左边的一级再查,例如 a.b.example.cn、b.example.cn、example.cn。
再看根域名状态
查到根域名后先看状态:只有“已分类”的域名有分类;停放或待售的域名可以按单独的规则处理。
最后匹配类别
策略通常按网址过滤分类中的任一类别匹配;需要更细的策略时,再结合IAB 3.1的二级或三级类别。
AI工具库的字段
AI工具库每行是一个AI工具或AI服务。除了域名和分类,还整理了每个工具自己的用户协议和隐私政策中关于数据使用的说明。
| 列名 | 含义 |
|---|---|
| 工具名称、域名 | 工具的名称和注册域名,域名可以直接用于网址过滤 |
| AI类型 | AI原生:以AI为核心的产品;AI增强:在原有产品中加入AI功能 |
| 主分类 | 18个AI工具类别之一,例如文本与语言、图像与视觉、编程与开发、智能体与自动化 |
| 网站语言 | 工具网站的主要语言 |
| 服务器所在地 | 工具网站服务器所在的国家或地区,无法确定时为“未知” |
| 境内/境外 | 境内表示服务器位于中国大陆;境外表示位于其他国家或地区。用于跨境数据管控,不是风险评级 |
| 默认用用户输入训练模型 | 根据工具自己的协议:是、否或未说明 |
| 可选择退出训练 | 用户能否选择不让自己的数据用于训练 |
| 企业版、API数据不用于训练 | 企业版或API提交的数据是否不用于训练 |
打开样例后,您可能会注意到这些情况
第一次看分类数据时,有几种情况经常让人疑惑。它们都是数据的正常设计,下面逐一说明。
一个网站带了两三个类别
很多网站有多种用途,例如一个招聘平台同时是企业服务网站。第一个类别是主要类别,策略可以按任一类别匹配。
中国域名库里有.com网站
中国域名分类库不只收录.cn。服务器位于中国大陆、或者面向中国用户的其他后缀网站也在其中,“域名类型”一列写明收录原因。
有些行的国家一列为空
国家只在已分类的域名上填写。停放、无网站或尚未检测的域名,没有可以判断国家的网站内容。
样例里没有您关心的某个网站
样例只有1000行,用来展示字段和分类方式,不代表完整的覆盖范围。完整数据在授权后交付。
同一网站在两套分类中名称不同
网址过滤分类为访问控制设计,IAB分类为内容分析设计,两者的角度不同,所以名称和层级也不同。
有些主机名的角色是“服务器”
这类主机名没有面向公众的网站,通常是程序或服务使用的服务器地址。拦截网页时,一般不需要特别处理它们。
AI工具的服务器所在地为“未知”
无法可靠判断服务器位置时,我们标为未知,而不是猜测一个国家。
贵司不同岗位怎样使用样例
信息安全
确认需要拦截的类别是否都有,敏感类别的网站是否归类合理,停放和新出现的域名怎样处理。
IT运维
确认文件能否导入现有的防火墙、DNS服务器或上网行为管理系统,以及每日更新怎样加载。
开发
确认字段格式、编码和查询顺序,评估在终端软件或自研系统中接入查询表的工作量。
采购
根据各岗位的结论确定产品和范围,然后通过询价表单获取报价和形式发票。
样例和正式数据有什么不同
| 项目 | 样例 | 正式数据 |
|---|---|---|
| 记录数 | 1000行 | 产品的完整数据 |
| 列名 | 中文列名 | 英文列名,另有中文名称列和中文字段说明 |
| 敏感类别的域名 | 前两个字符以星号遮盖 | 不遮盖 |
| 格式 | CSV | CSV,另有SQLite、LMDB和内存映射查询表,附C语言参考代码 |
| 更新 | 一次性文件 | 每日更新文件和每月全量刷新 |
| 用途 | 了解字段、格式和分类 | 在贵司的系统中执行策略 |
怎样用样例判断数据是否适合贵司
花半小时按下面的步骤看一遍样例,比读任何说明都直观。建议由一位熟悉现有策略的同事和一位负责数据接入的同事一起看。
按类别筛选
在表格中按“网址过滤分类(中文)”筛选贵司关心的类别,例如购物、流媒体、网盘与文件托管、招聘与求职,看看每类都有哪些网站。
抽查熟悉的网站
找出您熟悉的网站,看它们的类别是否符合常识。一个网站有多种用途时,注意它是否带了多个类别。
看状态列
注意“停放或待售”“无网站”“无内容”和“尚未检测”的记录,想一想贵司的策略打算怎样处理它们。
对照现有策略
把贵司现有设备或软件中的类别,和我们的58个分类逐一对应,列出需要合并或拆分的类别。
让开发同事看字段
确认字段能否直接导入贵司的系统,例如防火墙的拦截列表、DNS服务器的规则或终端软件的查询表。
决定需要的范围
判断只需要中国网站,还是也需要境外网站;是否需要区分主机名;是否要管控AI工具。然后再询价。
样例中常见的网址过滤分类(中英对照)
分类列使用官方英文名称,方便与设备对接;中文名称列内容一一对应。下面是企业策略中最常用的一部分。
| 中文名称 | 英文官方名称 | 包括什么 |
|---|---|---|
| 购物 | Shopping | 网上商店和购物网站 |
| 电商平台、分类信息与拍卖 | Marketplaces / Classifieds / Auctions | 综合电商平台、分类信息和拍卖网站 |
| 流媒体 | Streaming Media | 在线视频、直播和音乐流媒体 |
| 游戏 | Gaming | 网络游戏、游戏资讯、游戏平台和电竞 |
| 社交网络 | Social Networking | 社交平台、短视频社交和社交媒体 |
| 网盘与文件托管 | Cloud Storage / File Hosting | 网盘、云存储和文件托管服务 |
| 招聘与求职 | Job Search/Careers | 招聘网站、求职平台和职业发展 |
| AI与大模型工具 | AI / LLM Tools | AI助手、大模型服务和各类AI工具网站 |
| 新闻与媒体 | News/Media | 新闻网站、门户和媒体机构 |
| 停放与待售域名 | Parked / For-Sale Domains | 没有实际网站、停放或挂牌出售的域名 |
想先弄清url库和网址过滤的基本概念,可以阅读url库是什么意思和URL过滤是什么,如何工作。
需要完整数据时
中国域名分类库和主机名(SNI)分类库按年授权,每年同价,付款到账后一个工作日内交付。全球域名分类库和AI工具库的价格见价格页。
看完样例后,大多数企业从中国域名分类库开始。需要在加密流量中区分登录、接口和邮件时,选择主机名(SNI)分类库,它包含中国域名分类库的全部内容。
中国域名分类库
Chinese Domain Database
约人民币6.6万元
- 58个网址过滤分类,每行同时带IAB内容分类2.2与3.1(最多四级)
- 国家、网站语言、中国人气分组与全球人气分组
- 每日更新文件,每月一次全量刷新
- CSV、SQLite、LMDB和内存映射查询表,附C语言参考代码
- 离线使用:查询在贵司内部完成,不连接我们的服务器
每年同价,不限终端数量
询价与咨询
告诉我们您的用途和部署方式,我们在一个工作日内用邮件回复,并附上报价。
- 按年度授权,每年同价
- 付款到账后一个工作日内交付文件和查询工具
- 可开具形式发票,可签署贵司的采购合同
- 欧盟公司直接签约,数据在您的网络内离线使用
常见问题
下载样例需要登记或付费吗?
不需要。点击下载按钮即可直接下载CSV文件,不需要填写表单。
样例中有些域名带星号,是什么意思?
成人、赌博等敏感类别的域名,在样例中前两个字符以星号遮盖。正式数据中这些域名完整显示。
样例的字段和正式数据一样吗?
取值方式相同。样例使用中文列名,正式数据使用英文列名并附中文名称列和中文字段说明;全球域名分类库的正式数据另含一列网站权重分,样例中未列出。
用Excel打开样例出现乱码怎么办?
文件为UTF-8编码并带有字节顺序标记,通常可以直接打开。如果仍有乱码,请在“数据”菜单中选择从文本导入,编码选择UTF-8。
为什么有的域名没有分类?
每个域名都有状态。只有状态为“已分类”的域名带分类;停放或待售、无网站、无内容和尚未检测的域名没有分类列,这样可以区分没有网站的域名和真正需要分类的网站。
能提供比1000行更多的样例吗?
样例固定为每个产品1000行。完整数据在授权后交付,付款到账后一个工作日内即可拿到。
样例可以用在我们的系统里吗?
样例用于了解字段、格式和分类,不用于生产环境,也不得再分发。正式使用请购买授权。
可以用样例检查我们的导入程序吗?
可以。样例的文件格式和编码与正式数据一致,适合确认贵司的程序能否正确读取文件;正式环境请使用授权数据。
样例会更新吗?
样例是一次性的展示文件,内容可能随数据更新而更换。正式数据在授权期内每天提供更新文件,每月提供一次全量刷新。
下载的文件可以转给同事看吗?
可以在贵司内部传阅,用于了解数据和内部审批,但不得公开或再分发。
AI工具库中的“境外”是风险评级吗?
不是。境内或境外只说明工具网站的服务器位于中国大陆还是其他国家或地区,用于跨境数据管控,不代表对工具的评价。