[发明专利]基于云计算的移动终端不良信息过滤方法及系统

说明书

基于云计算的移动终端不良信息过滤方法及系统，方法包括如下步骤：S1、客户端根据自定义过滤规则和网站在线检测过滤待检测的网页，再将本地的过滤规则和待检测的网页发送至云端；S2、待检测的网页按照预先设定的URL过滤和关键字过滤进行初步过滤；S3、对初步过滤后的网页进行预处理，并输入至云计算的分类器；S4、分类器通过并行架构计算出待检测的网页上信息之间的关联关系，并对信息进行初步分类，再根据预设好的阈值判断是否为不良网站；S5、经过初步分类的信息通过决策树算法进行二次分类，识别待检测的网页的类型。本发明将传统的客户端过滤方式与云端智能分类过滤方式相结合，构建一种新型混合过滤方法，有效提升了检测过滤的效率和正确率。

技术领域

本发明属于信息过滤技术领域，具体涉及一种基于云计算的移动终端不良信息过滤方法及系统。

背景技术

随着我国经济以及信息技术的不断发展，互联网已经融入到人们的生活当中，越来越多的人选择从互联网中选取所需要的信息，这也极大的促进了互联网的蓬勃发展。同时，人们不在仅仅依靠个人计算机来获取网络上的信息，以智能手机为代表的移动设备以其携带方便、使用快捷等优点成为了人们随时随地连接互联网的优先选择。

目前国内的网络过滤主流产品研发都聚焦在PC端，大多是通过简单的黑白名单对比过滤不良网站。剩余的也只是简单的通过设置黑白名单以及敏感词等较为初级的方式进行屏蔽，这类方法不仅显的较为生硬需要人为的设置，同时也会存在过滤正常网页的情况，而这类产品大多都是在客户端本地进行过滤的，无法对网页信息进行智能化过滤。

发明内容

本发明的目的在于：提供基于云计算的移动终端不良信息过滤方法及系统，将传统的客户端本地过滤方式与云端智能分类过滤方式相结合，构建一种新型混合过滤方法，有效提升了检测过滤的效率和正确率。

为了达到以上目的，基于云计算的移动终端不良信息过滤方法，包括如下步骤：

S1、客户端根据自定义过滤规则和网站在线检测过滤待检测的网页，再将本地的过滤规则和待检测的网页发送至云端；

S2、待检测的网页按照预先设定的URL过滤和关键字过滤进行初步过滤；

S3、对初步过滤后的网页进行预处理，并输入至云计算的分类器；

S4、分类器通过并行架构计算出待检测的网页上信息之间的关联关系，并对信息进行初步分类，再根据预设好的阈值判断是否为不良网站；

S5、经过初步分类的信息通过决策树算法进行二次分类，识别待检测的网页的网页类型。

本发明的优选方案是：自定义过滤规则是手动设置黑白名单或所需屏蔽的关键字，网站在线检测是通过识别待检测的网站的URL和文本内容进行过滤。

优选地，客户端通过网络内容检测请求控制模块向云端发起请求，将本地的自定义过滤规则传输到云端更新，再向云端传输待检测的网页信息。

优选地，URL过滤为在云端设置已知不良网站的黑名单和已认证网站的白名单，在黑名单和白名单中查找是否包含待检测的网页网站，关键字过滤为将待检测的网页中的文本内容与预先设置的关键字实时对比，当匹配数量达到设定阈值后进行过滤。

优选地，步骤S3中对初步过滤后的网页进行预处理包括文本预处理和图像预处理，文本预处理为使用Libpcap函数包抓取网页的文本内容，去除HTML标签及CSS样式，再采用统计模型中文分词，过滤分词出的无帮助词汇；图像预处理为对待测图形去噪、分割以及边缘分割，再通过YCbCr色彩模型对分割后的图形进行二值化，提取肤色像素，获取肤色像素的比例以及图片的纹理特征，并通过人脸识别估算人脸的轮廓面积。

优选地，步骤S4中分类器为并行KNN分类过滤器，初步分类包括网页信息分析阶段和网页信息分类阶段。

更优选地，网页信息分析阶段的具体步骤为：