[發明專利]網絡垃圾信息過濾架構、網絡垃圾信息清除系統及其方法

有效

• 申請號: 200810041867.6
• 申請日: 2008-08-19
• 公開（公告）號: CN101340308A
• 公開（公告）日: 2009-01-07
• 發明（設計）人: 翁時鋒;焦天石
• 申請（專利權）人: 翁時鋒;焦天石
• 主分類號: H04L12/24
• 分類號: H04L12/24;H04L29/06;H04L12/58
• 代理公司: 上海漢聲知識產權代理有限公司
• 代理人: 胡晶

技術領域

本發明涉及信息過濾技術，特別涉及網絡垃圾信息過濾架構、網絡垃圾信息清除系統及網絡垃圾信息清除方法。

背景技術

近年來，隨著網絡技術的推陳出新，在網絡傳播領域，除網絡新聞，網絡論壇等傳統網絡應用外，又出現了博客Blog、維基WIKI、聚合新聞RSS等新形態的信息交互模式。范圍廣，交互性強、更新速度快的互聯網傳播從根本上改變了傳播者與受傳者之間的關系，是對傳統媒介的傳播模式的解構和顛覆。在網絡這個人人共同擁有的信息平臺上，傳播者和受傳者處于完全平等的地位，共同享有根據自己的需要選擇信息和自由發表意見和觀點的權利。但也正是由于網絡信息傳播的自由性和快速性，致使網絡上出現了大量的垃圾信息，這些垃圾信息的來源以及所帶來的負面影響主要有以下幾個方面：

1、非法的營銷者通過大批量的發送重復垃圾廣告的方式，強占網絡媒體最醒目的位置，強迫網友閱讀垃圾商業廣告。因為缺乏管理和制約，濫發廣告的內容往往比較低級，被絕大部分網友所厭惡。

2、別有用心者利用網絡媒體大量散步謠言，使不明真相者難以辨別。

3、色情及反動等不良信息通過網絡媒體大量傳播，對社會安定造成不良影響。

垃圾信息的一種發送方式是由機器自動發送。由機器自動搜集互聯網上的信息傳播平臺，通過程序自動注冊發文用的帳號，并利用程序自動大量地發送垃圾信息到信息傳播平臺中，通過占領信息傳播平臺的主要頁面的方式來達到傳播的目的。

為了對抗這種機器發送垃圾信息情況，人們提出了驗證碼技術。因為用計算機程序識別圖像有很高的技術難度，利用這一特點，驗證碼圖像被廣泛用來區分計算機程序和真人。信息傳播平臺會在注冊甚至發文的時候設置驗證碼關卡，要求注冊者或者發文者看一張圖片，識別出圖片的內容，并用這種方法屏蔽機器注冊和發文。常見的驗證碼圖片內容是添加了圖像干擾因素的數字、字母或者漢字。

但是驗證碼技術只能察覺機器自動發文，不能察覺人工發送垃圾信息。自動化批量發文被驗證碼技術所屏蔽后，垃圾發文者仍可以雇傭大量廉價的兼職人員，手動發布廣告，通過人工識別驗證碼的方式來規避驗證碼的攔截。這種發文方式相對于自動發文來說，發文數量有所減少，但是會專門對那些訪問量比較大的精品信息傳播平臺發動重點攻擊。

為了規避人工發送垃圾信息，并取得更好地屏蔽垃圾信息的效果，人們又提出了垃圾信息特征屏蔽技術。其利用垃圾信息共有的一些特征來屏蔽掉垃圾信息。如現在許多信息傳播平臺的管理軟件中有一個設定“關鍵詞”的功能，管理員可以設定一些被禁止的“關鍵詞”，在網友發文中如果出現了某些“關鍵詞”，則信息傳播平臺會自動屏蔽掉關鍵詞或者整篇網文。

除了設定“關鍵詞”，還可以提取垃圾信息的其它特征信息，如國家專利局申請號為200610099111.8的專利提出了一種垃圾信息過濾方法，其通過提取垃圾信息的發送者的名稱來作為過濾途徑，請參見圖1，其包括以下步驟：

S101，接收即時信息。

S103，提取發送者名稱，在預置的違規發送者名稱庫查驗發送者。其中，所述違規發送者名稱庫存儲在預置時間內發送即時信息次數超過一定數值的發送者名稱。

S105，根據查驗結果進行判斷。

S107，如果是，則將所述即時信息丟棄。

S109，如果否，則將所述即時信息傳送到指定客戶端顯示。

此垃圾信息過濾方法通過對發送者的限制，可有效地防止某一發送者在短時間內發送大量的垃圾信息，可以更好的維護即時通信系統的應用環境。

但是，現在信息傳播平臺所采用的提取垃圾信息的特征信息的方式來屏蔽垃圾信息仍然有其局限性。因為信息傳播平臺的分散性，每個信息傳播平臺屏蔽垃圾文件的特征信息都保存在各自獨立的數據庫中，信息傳播平臺之間無法共享，造成每個渠道管理員都需要花大量的重復勞動去整理不完整的垃圾特征信息。而相應的，垃圾信息發送者則會使用各種方法逃避信息傳播平臺對其的過濾，如變換垃圾信息的形式，添加隨機空格，或添加圖片等方法，給判斷垃圾信息增加了難度。