[发明专利]数据处理方法及服务器

说明书

本公开提供一种数据处理方法及服务器，涉及电子信息技术领域，能够解决网络数据传输时对垃圾数据处理效率低的问题。具体技术方案为：当服务器接收到终端设备发送的目标网络访问请求时，将该目标网络访问请求信息向目标网络发送；根据该目标网络访问请求信息获取目标访问数据，并根据网络垃圾拦截机制对该目标访问数据进行处理，确定该目标访问数据中的垃圾数据，再对该垃圾数据进行处理，生成目标数据，最终向终端设备发送该目标数据。本公开用于网络传输中垃圾数据的处理。

技术领域

本公开涉及电子信息技术领域，尤其涉及数据处理方法及服务器。

背景技术

随着网络的发展，用户可以通过网络获取多种数据，但是伴随着网络数据的传输，各式各样的网络垃圾也同时会传输给用户，不仅会给用户的使用带来各种不便，同时也会影响真实数据、影响服务器性能，造成各种问题。

现有技术中，服务器或者终端设备会通过防火墙和安全软件对系统漏洞和恶意代码进行拦截，但是因为网络垃圾的形式多种多样，也不断演变，对垃圾邮件、广告、垃圾外链等垃圾数据处理时，则需要精准拦截，不仅成本高，处理精准度也低。

发明内容

本公开实施例提供一种数据处理方法及服务器，能够解决访问网络时垃圾数据处理效率低的问题。所述技术方案如下：

根据本公开实施例的第一方面，提供一种数据处理方法，应用于服务器，该方法包括：

向目标网络发送网络访问请求信息，该网络访问请求信息用于指示终端设备请求访问该目标网络；

根据该网络访问请求信息，获取目标响应数据；

根据网络垃圾拦截机制，确定该目标响应数据中的垃圾数据，该网络垃圾拦截处理机制至少包括根据响应数据的特征信息和权重确定垃圾数据；

根据垃圾数据处理策略，对该垃圾数据进行处理后，生成目标数据。

在一个实施例中，该方法中网络垃圾拦截机制包括第一算法模型和第二算法模型，该确定该目标响应数据中的垃圾数据，包括：

根据该第一算法模型，确定该目标响应数据的目标特征信息，该特征信息包括以下至少一种信息：该目标响应信息对应的目标特征词及该目标特征词对应的词频与逆向文件频率，该第一算法模型包括TF-IDF(term frequency–inverse document frequency)算法模型；

根据该目标特征信息和第二算法模型，确定该目标数据中的垃圾数据，该第二算法模型包括SVM(support vector machines)算法模型。

在一个实施例中，该方法中获取逆向文件频率，包括：

通过该第一算法模型提取该目标响应数据对应的特征词，并获取每个特征词对应的逆向文件频率值；

根据该每个特征词对应的逆向文件频率值，确定该特征词中的目标特征词，并获取该目标特征词对应的逆向文件频率。

在一个实施例中，该方法在获取目标响应数据之后，还包括：

当向该终端设备发送该目标响应数据时，生成标记请求信息并向终端设备发送，该标记请求信息用于请求标记该目标响应数据是垃圾数据或非垃圾数据；

根据该标记请求信息，获取该终端设备的标记处理结果，并根据该标记处理结果对该目标响应数据进行标记处理；

根据标记处理结果，向终端设备发送该目标响应数据中标记为非垃圾数据的数据。

在一个实施例中，该方法还包括：

根据所述第一算法模型，获取所述目标响应数据的目标特征信息，并根据所述目标特征信息，生成输入数据；