[发明专利]一种基于第三方服务的盗版视频网站检测方法及系统

说明书

本发明公开了一种基于第三方服务的盗版视频网站检测方法及系统。本方法为：1)域名检测模块提取网站的域名及其第三方服务域名信息，然后基于域名信息检测该网站为盗版的概率P₁；2)元数据检测模块提取该网站相关第三方服务的统计信息，然后基于所述统计信息判断该网站为盗版的概率P₂；3)融合检测模块基于概率P₁、P₂确定该网站是否为盗版视频网站。本发明基于快速建站系统通常会使用相同或相似的第三方服务的特点，设计一种基于网站第三方服务信息的方法来高效灵活的检测出盗版视频网站。

技术领域

本发明设计了一种基于网站使用第三方服务信息的盗版视频网站检测方法，属于网络安全领域。

背景技术

随着互联网技术的发展，网络视频盗版形势日趋复杂。盗版视频网站的运营方或自己架设服务端，或租用他人的服务器接口，搭建网站并提供盗版影视内容的在线播放或下载服务，并通过网站的在线广告分成获利。而用户可以通过网页嵌入的播放器播放、下载网站上传的盗版视频文件来观看免费视频。快速建站系统使得小型网站的搭建过程十分迅速与便捷，大大降低了盗版视频网站运营方的违法成本，也使得小型盗版网络视频网站疯狂增长。基于快速建站系统，盗版视频网站可以灵活的应对执法部门的监管，如何有效检测盗版视频网站成为一个技术难题。

目前，针对网站检测的方法主要分为三类，即基于网页内容的检测方法、基于URL和域名信息的检测方法、基于网站关系的检测方法。基于网页内容的检测主要是利用网页的HTML文本、纯文本、图片等进行检测，其准确性较高，但是需要获取网页全部的信息耗时较长，基于URL和域名信息的检测主要是利用URL和域名中的字符信息、单词信息等进检测，其速度较快，但是不能深入分析。基于网站关系的检测方法主要是利用域名之间的依赖关系进行检测，但是其需要大量的标注数据，在真实环境中不能有效部署。

发明内容

为了解决无法有效监测盗版视频网站的问题，本发明提供了一种基于第三方服务信息的盗版视频网站检测方法。本发明基于快速建站系统通常会使用相同或相似的第三方服务的特点，设计一种基于网站第三方服务信息的方法来高效灵活的的检测出盗版视频网站。

本发明的主要内容为1)域名检测方法；2)元数据检测方法。

基于第三方服务信息的盗版视频网站检测方法的核心是利用网站域名及其第三方服务的域名信息，以及网站及其第三方服务的元数据信息构建融合检测方法。基于此，该方法的设计主要包含以下几个方面：

1)域名检测方法的设计依据：网站域名包含一定的潜在信息，相似网站会使用相同或相似的第三方服务，组合网站域名及其使用的第三方服务域名可以有效的代表网站的所属类别。

2)元数据检测方法的设计依据：不同类型的网站在第三方服务资源的使用上存在不同，提取每个网站相应的依赖资源统计信息可以提高网站检测的效果。

本发明的技术方案为：

一种基于第三方服务的盗版视频网站检测方法，其步骤包括：

1)域名检测模块提取网站的域名及其第三方服务域名信息，然后基于域名信息检测该网站为盗版的概率P₁；

2)元数据检测模块提取该网站相关第三方服务的统计信息，然后基于所述统计信息判断该网站为盗版的概率P₂；

3)融合检测模块基于概率P₁、P₂确定该网站是否为盗版视频网站。

进一步的，步骤1)中，基于域名信息检测网站为盗版的概率P₁的方法为：

11)提取网站的域名及其第三方服务域名信息；

12)将网站域名及其第三方服务域名分别转换为字符级嵌入向量Cc、域名级嵌入向量Cd；