[发明专利]视频CDN盗链检测方法、装置、电子设备及存储介质

权利要求书

1.一种视频CDN盗链检测方法，其特征在于，包括：

将待进行盗链检测的视频CDN访问数据进行无监督特征提取；其中，所述视频CDN访问数据是CDN接收到的视频播放请求数据包；

将特征提取结果输入至TSVM分类模型中，获取盗链检测结果；

其中，所述TSVM分类模型为采用预设训练数据进行半监督训练后建立的，其中，所述预设训练数据包括真实的视频CDN盗链数据的无监督特征提取结果和视频CDN正常访问数据的无监督特征提取结果。

2.根据权利要求1所述的视频CDN盗链检测方法，其特征在于，所述将待进行盗链检测的视频CDN访问数据进行无监督特征提取，具体包括：

将待进行盗链检测的视频CDN访问数据输入至特征提取模型，获取特征提取结果，其中，所述特征提取模型为采用全量视频CDN访问数据进行无监督学习算法训练后得到的。

3.根据权利要求2所述的视频CDN盗链检测方法，其特征在于，所述方法还包括：

构建包含编码器、隐含层和解码器三层神经网络的自编码网络；其中，所述自编码网络用于将输入数据X进行降维编码为Y，再将Y解码回X；

根据全量视频CDN访问数据对所述自编码网络进行无监督训练，在所述自编码网络的输出数据等于输入数据时，移去所述自编码网络的解码器，得到所述特征提取模型。

4.根据权利要求1所述的视频CDN盗链检测方法，其特征在于，所述方法还包括：

将真实的视频CDN盗链数据进行无监督特征提取，获取第一特征提取结果；

将视频CDN正常访问数据进行无监督特征提取，获取第二特征提取结果；

基于第一特征提取结果和第二特征提取结果训练得到SVM分类模型，并基于训练得到的SVM分类模型建立TSVM分类模型。

5.根据权利要求4所述的视频CDN盗链检测方法，其特征在于，在建立所述TSVM分类模型之前，所述方法还包括：

根据不同视频播放厂商的终端设备构建局域网视频播放环境；

在各个厂商的终端设备中进行具有目标厂商版权的视频内容的播放；

在各个厂商的终端设备的视频播放过程中，在局域网内进行网络信息包抓取，并检查各个厂商的终端设备播放视频的URL是否指向所述目标厂商的CDN的调度服务器，若是，则记录相应的网络信息包并根据所述网络信息包确定真实的视频CDN盗链数据。

6.一种视频CDN盗链检测装置，其特征在于，包括：

特征提取模块，用于将待进行盗链检测的视频CDN访问数据进行无监督特征提取；其中，所述视频CDN访问数据是CDN接收到的视频播放请求数据包；

盗链检测模块，用于将特征提取结果输入至TSVM分类模型中，获取盗链检测结果；

其中，所述TSVM分类模型为采用预设训练数据进行半监督训练后建立的，其中，所述预设训练数据包括真实的视频CDN盗链数据的无监督特征提取结果和视频CDN正常访问数据的无监督特征提取结果。

7.根据权利要求6所述的视频CDN盗链检测装置，其特征在于，所述特征提取模块，具体用于：

将待进行盗链检测的视频CDN访问数据输入至特征提取模型，获取特征提取结果，其中，所述特征提取模型为采用全量视频CDN访问数据进行无监督学习算法训练后得到的。

8.根据权利要求7所述的视频CDN盗链检测装置，其特征在于，所述装置还包括：特征提取模型建立模块，用于：

构建包含编码器、隐含层和解码器三层神经网络的自编码网络；其中，所述自编码网络用于将输入数据X进行降维编码为Y，再将Y解码回X；

根据全量视频CDN访问数据对所述自编码网络进行无监督训练，在所述自编码网络的输出数据等于输入数据时，移去所述自编码网络的解码器，得到所述特征提取模型。

9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至5任一所述的视频CDN盗链检测方法。

10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1至5任一所述的视频CDN盗链检测方法。