[发明专利]非法网站自动发掘装置在审
| 申请号： | 201710983731.6 | 申请日： | 2017-10-20 |
| 公开（公告）号： | CN110020075A | 公开（公告）日： | 2019-07-16 |
| 发明（设计）人： | 王师;吴红梅;谢监荣;宋万军;汪洋 | 申请（专利权）人： | 南京烽火软件科技有限公司 |
| 主分类号： | G06F16/953 | 分类号： | G06F16/953;G06F16/955;G06F16/958;G06K9/62 |
| 代理公司： | 常州佰业腾飞专利代理事务所(普通合伙) 32231 | 代理人： | 滕诣迪 |
| 地址： | 210000 江苏省*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种非法网站自动发掘装置，包括：处理器，用于处理各指令；及存储器，用于存储多条指令，包括：获取现有非法网站URL地址集；爬取非法网站URL地址集中各URL地址对应网页中的内容，提取各网页中的多媒体文件及其关联的URL地址列表；爬取待验证网页中的内容，提取其中的多媒体文件及其关联的URL地址列表；计算待验证网页关联的URL地址列表与现有非法网站关联的URL地址列表之间的相似性；计算待验证网页多媒体文件与非法网站多媒体文件之间的相似性；根据URL地址列表之间的相似度及多媒体文件之间的相似性对待验证网页是否为非法网站进行分类。其从多维度对网站进行分析，大大提高了识别的准确度，实现非法网站的自动发掘。 | ||
| 搜索关键词： | 非法网站 多媒体文件 网页 验证 关联 发掘装置 存储器 准确度 多条指令 多维度 相似度 处理器 网站 存储 指令 分类 分析 | ||
【主权项】：
1.一种非法网站自动发掘装置，其特征在于，所述非法网站自动发掘装置中包括：处理器，用于处理各指令；及存储器，用于存储多条指令，所述指令适用于处理器加载并执行；所述多条指令中包括：获取现有非法网站URL地址集；爬取非法网站URL地址集中各URL地址对应网页中的内容，提取各网页中的多媒体文件及其关联的URL地址列表；爬取待验证网页中的内容，提取其中的多媒体文件及其关联的URL地址列表；计算待验证网页关联的URL地址列表与现有非法网站关联的URL地址列表之间的相似性；计算待验证网页多媒体文件与非法网站多媒体文件之间的相似性；根据URL地址列表之间的相似度及多媒体文件之间的相似性对待验证网页是否为非法网站进行分类。
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南京烽火软件科技有限公司，未经南京烽火软件科技有限公司许可，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/201710983731.6/，转载请声明来源钻瓜专利网。
- 上一篇：确定网页流失率的方法及装置
- 下一篇：网页数据爬取的方法和装置
