[发明专利]一种爬取监控电子设备是否浏览不良信息的方法

权利要求书

1.一种爬取监控电子设备是否浏览不良信息的方法，其特征在于，所述方法包括：

基于计算机训练出鉴别不良信息的深度学习模型；

将训练出的深度学习模型转换到神经网络处理引擎对应的格式；

获取用户在电子设备上的浏览内容，基于转换格式后的深度学习模型对用户浏览的内容进行识别，输出识别结果正常或存在不良信息；

将识别结果发送到预设监控终端。

2.根据权利要求1所述的爬取监控电子设备是否浏览不良信息的方法，其特征在于，所述基于计算机训练出鉴别不良信息的深度学习模型，具体包括：

基于卷积神经网络，在inceptionV3的网络结构上，训练出深度学习神经网络。

3.根据权利要求2所述的爬取监控电子设备是否浏览不良信息的方法，其特征在于，训练部分为：基于10万不良信息张图片的样本集训练，得出的模型在随机的1万张测试样本集中测试通过。

4.根据权利要求1所述的爬取监控电子设备是否浏览不良信息的方法，其特征在于，将训练出的深度学习模型转换到神经网络处理引擎对应的DLC格式，神经网络处理引擎的使用流程包括：

(1)通过SNPE SDK加载DLC模型；

(2)准备图片，进行图片的通道转换，裁剪；

(3)将图片的byte格式数据通过SNPE SDK接口，输入推理引擎；

(4)解析推理的结果。

5.根据权利要求1所述的爬取监控电子设备是否浏览不良信息的方法，其特征在于，所述方法采用系统API ImageReader，实时获取系统当前界面进行动态抓屏，在抓屏回调函数里面，基于获取的屏幕图像信息，进行深度学习网络的推理，得出当前屏幕图像信息是否是不良信息。

6.根据权利要求1所述的爬取监控电子设备是否浏览不良信息的方法，其特征在于，所述方法实时截取电子设备显示屏显示内容，并将截取的内容传输给深度学习模型进行识别。

7.根据权利要求6所述的爬取监控电子设备是否浏览不良信息的方法，其特征在于，在Android系统上，通过系统提供的API接口：ImageReader截取电子设备显示屏显示内容，通过此接口的回调函数ImageReader.OnImageAvailableListener，不断获取屏幕截图。