龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：南京中新赛克软件有限责任公司
摘要：本发明公开了一种基于深度学习的有害网站识别方法及装置，所述方法包括：爬取和收集现有有害网站的特征数据，并建立有害网站的特征数据库；将特征数据库及其对应的标签输入到预训练模型中，分别训练得到有害检测模型和有害分类模型；对于互联网流量中提取到的域名或IP爬取其网站特征信息数据；将网站特征输入到已训练的检测模型中，得到第一研判结果；若第一研判结果为正常，则根据特征数据判断是否为仿冒网站；若第一研判结果为异常，则将网站特征信息输入到有害分类模型中，得到网站的具体有害类型。本发明通过基于深度学习的分级模型分别对网站进行有害检测和识别，从而可以准确地实现对有害网址的有害分析研判。
主权项：1.一种基于深度学习的有害网站识别方法，其特征在于，包括如下步骤：步骤1，爬取和收集现有有害网站的特征数据，并建立有害网站的特征数据库；包括：通过静态方式获取网站的响应状态码、标题、网页内容文本信息；过滤出响应状态码异常的网页，并将网页内容文本长度与阈值进行比较；当网页内容文本长度小于阈值时，则通过动态爬取方式获取网页快照和网页内容文本；通过OCR技术提取出网页快照中的文本，并累加到网页内容文本上，构成新的网页内容文本；步骤2，将特征数据库及其对应的标签输入到预训练模型中，分别训练得到有害检测模型和有害分类模型；有害检测模型用于检测网站是否正常，有害分类模型用于输出网站有害类型；步骤3，根据互联网流量中提取到的域名或IP爬取网站特征信息数据；步骤4，将网站特征信息输入到步骤2训练的有害检测模型中，得到第一研判结果；步骤5，若第一研判结果为正常，则根据特征数据判断是否为仿冒网站；步骤6，若第一研判结果为异常，则将网站特征信息输入到步骤2训练的有害分类模型中，得到网站的具体有害类型。
全文数据：
权利要求：
百度查询： 南京中新赛克软件有限责任公司 一种基于深度学习的有害网站识别方法及装置
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号