[发明专利]网站的识别方法和装置有效
| 申请号： | 201610571258.6 | 申请日： | 2016-07-19 |
| 公开（公告）号： | CN106294535B | 公开（公告）日： | 2019-06-25 |
| 发明（设计）人： | 邹红建;方高林 | 申请（专利权）人： | 百度在线网络技术（北京）有限公司 |
| 主分类号： | G06F16/9535 | 分类号： | G06F16/9535 |
| 代理公司： | 北京品源专利代理有限公司 11332 | 代理人： | 孟金喆;胡彬 |
| 地址： | 100085 北京市*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明实施例公开了一种网站的识别方法和装置。所述方法包括：在设定时间段内，获取与待验证网站关联的至少两个历史更新页面；对各所述历史更新页面进行内容解析，获取与各所述历史更新页面对应的至少一个内容域；根据各所述历史更新页面中相同内容域中的内容变化，计算各所述内容域的信息熵；根据信息熵计算结果，对所述待验证网站进行异常识别。本发明的技术方案使用的信息熵特征的区分度好，计算简单、时效性高，可以解决现有作弊网站识别技术所带来的识别率不高、实时性差以及需要引入额外的人工标注或者数据整理工作的技术问题，优化了现有的网站识别技术，提高了异常网站的识别准确率。 | ||
| 搜索关键词： | 网站 识别 方法 装置 | ||
【主权项】：
1.一种网站的识别方法，其特征在于，包括：在设定时间段内，获取与待验证网站关联的至少两个历史更新页面；对各所述历史更新页面进行内容解析，获取与各所述历史更新页面对应的至少一个内容域；根据各所述历史更新页面中相同内容域中的内容变化，计算各所述内容域的信息熵；根据信息熵计算结果，对所述待验证网站进行异常识别；其中，根据各所述历史更新页面中相同内容域中的内容变化，计算各所述内容域的信息熵包括：分别在各所述历史更新页面的相同目标内容域中，提取至少一个比对对象；根据所述比对对象在各所述历史更新页面的目标内容域中的出现频次，计算所述比对对象的出现概率；根据所述比对对象的出现概率，计算与所述目标内容域对应的信息熵。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于百度在线网络技术（北京）有限公司，未经百度在线网络技术（北京）有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201610571258.6/，转载请声明来源钻瓜专利网。
