[發明專利]一種過濾網頁信息的方法和系統

無效

• 申請號: 200910165227.0
• 申請日: 2009-08-13
• 公開（公告）號: CN101996203A
• 公開（公告）日: 2011-03-30
• 發明（設計）人: 李曉軍;王聰智
• 申請（專利權）人: 阿里巴巴集團控股有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06Q30/00
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 逯長明;王寶筠

1.一種過濾網頁信息的方法，其特征在于，該方法包括：

對用戶終端上傳的網頁信息進行檢測；

當檢測到所述網頁信息中包括預設的高危特征詞時，從預設的高危特征庫中匹配獲取與所述高危特征詞對應的至少一個高危規則；

根據所述至少一個高危規則在所述網頁信息中的匹配結果，獲取所述網頁信息的特征分值；

按照所述特征分值對所述網頁進行過濾。

2.根據權利要求1所述的方法，其特征在于，所述根據所述至少一個高危規則在所述網頁信息中的匹配結果，獲取所述網頁信息的特征分值，具體包括：

將所述至少一個高危規則在所述網頁信息中進行匹配；

當所述高危規則能夠匹配時，獲取該高危規則的預置分值；

將所述預置分值進行全概率計算，并將所述計算結果作為當前網頁信息的特征分值。

3.根據權利要求1所述的方法，其特征在于，所述根據所述至少一個高危規則在所述網頁信息中的匹配結果，獲取所述網頁信息的特征分值，具體包括：

將所述至少一個高危規則在所述網頁信息中進行匹配；

當某個高危規則的全部子規則都能夠匹配時，獲取該高危規則的預置分值；

將所述預置分值進行全概率計算，并將所述計算結果作為當前網頁信息的特征分值。

4.根據權利要求1所述的方法，其特征在于，所述按照所述特征分值對所述網頁信息進行過濾，具體包括：

判斷所述特征分值是否大于一個預先設定的閾值；

如果是，則過濾當前網頁信息，如果否，則將所述網頁信息直接進行發布。

5.根據權利要求1所述的方法，其特征在于，所述對用戶終端上傳的網頁信息進行檢測之前，還包括：

設置高危特征詞及與所述高危特征詞對應的至少一個高危規則；

將所述高危特征詞、至少一個高危規則及對應關系保存至高危特征庫中。

6.根據權利要求5所述的方法，其特征在于，還包括：

將所述高危特征庫直接保存至內存中。

7.根據權利要求5所述的方法，其特征在于，還包括：

在所述高危規則中設置當前網頁信息的特征級別；

則所述按照所述特征分值對所述網頁信息進行過濾，具體包括：

按照所述特征分值和特征級別對所述網頁信息進行過濾。

8.根據權利要求7所述的方法，其特征在于，所述按照所述特征分值和特征級別對所述網頁信息進行過濾，具體包括：

判斷所述特征分值是否大于一個預先設定的閾值；

如果所述特征分值大于所述閾值，則過濾所述當前網頁信息，如果所述特征分值小于所述閾值，則繼續判斷所述網頁信息的特征級別是否滿足預設條件；

如果滿足，則將所述網頁信息直接進行發布，如果不滿足，則過濾所述當前網頁信息。

9.根據權利要求7所述的方法，其特征在于，所述按照所述特征分值和特征級別對所述網頁信息進行過濾，具體包括：

判斷所述特征分值是否大于一個預先設定的閾值；

如果所述特征分值大于所述閾值，則繼續判斷所述網頁信息的特征級別是否滿足預設條件；

如果滿足，則將所述網頁信息直接進行發布，如果不滿足，則過濾所述當前網頁信息。

10.一種過濾網頁信息的系統，其特征在于，該系統包括：

檢測單元，用于對用戶終端上傳的網頁信息進行檢測；

匹配獲取規則單元，用于當檢測到所述網頁信息中包括預設的高危特征詞時，從預設的高危特征庫中匹配獲取與所述高危特征詞對應的至少一個高危規則；

獲取特征分值單元，用于根據所述至少一個高危規則在所述網頁信息中的匹配結果，獲取所述網頁信息的特征分值；

過濾單元，用于按照所述特征分值對所述網頁信息進行過濾。

11.根據權利要求10所述的系統，其特征在于，所述獲取特征分值單元包括：

匹配子單元，用于將所述至少一個高危規則在所述網頁信息中進行匹配；

獲取子單元，用于當某個高危規則的全部子規則都能夠匹配時，獲取該高危規則的預置分值；；

計算子單元，用于將所有符合條件的預置分值進行全概率計算，并將所述計算結果作為當前網頁信息的特征分值。