[發明專利]一種面向網盤分享服務的盜版視頻資源發現方法

有效

• 申請號: 201410100596.2
• 申請日: 2014-03-18
• 公開（公告）號: CN103942254B
• 公開（公告）日: 2017-11-14
• 發明（設計）人: 劉夢娟;李楊曦;秦志光;羅緒成
• 申請（專利權）人: 電子科技大學
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本發明屬于互聯網文件分享應用領域，特別涉及一種面向網盤文件分享服務的盜版視頻資源發現方法。

背景技術

隨著Web2.0技術和云存儲技術的發展，一種新的基于網盤的文件分享方式正逐漸成為互聯網文件分享的主流。著名的網盤站點，例如國外的Megaupload、4shared，國內的華為網盤、百度云盤等都支持基于下載鏈接的文件分享服務。其基本原理如附圖1所示：首先用戶上傳文件到網盤，如果用戶選擇分享該文件，則網盤會自動生成一個該文件的下載鏈接返回給上傳用戶，并在網盤系統中生成一個包含文件標題、類型、大小、上傳時間、上傳用戶等信息的分享頁面；上傳用戶可以通過博客、論壇、QQ等各種方式將該下載鏈接分享給其他互聯網用戶；其他用戶通過點擊該鏈接就可以方便地從網盤下載對應的分享文件。通常這些分享的下載鏈接信息也會被谷歌、百度等通用搜索引擎檢索，因此普通互聯網用戶通過搜索引擎也能夠獲取分享文件的下載鏈接，從而有效擴大了文件的分享范圍。

與傳統的P2P文件分享相比，基于網盤的文件分享方式在保護用戶隱私、內容多樣性、下載速度等多個方面具有優勢。特別是其對針對熱門資源上傳者的經濟激勵策略，吸引了大量用戶在網盤上分享熱門資源。然而，網盤分享存在與P2P分享方式同樣的盜版問題，這些上傳的熱門資源中很大一部分是盜版的電影、電視劇等視頻文件。有研究指出，由于能夠為盜版視頻發布者提供更為可觀的經濟利益，網盤分享正逐漸成為盜版視頻資源擴散的主要途徑。隨著大量盜版視頻文件及其種子文件被轉移到網盤，作為視頻資源的版權擁有者以及版權保護組織，如何在網盤海量的分享文件中快速準確地發現這些盜版視頻分享資源，督促網盤管理者刪除相關下載鏈接成為阻斷盜版視頻非法擴散的關鍵。

發明內容

本發明的目的是提供一種面向網盤分享服務的盜版視頻資源發現方法，該方法能夠從指定網盤的海量分享文件中快速準確地發現目標視頻的多種類型的盜版分享文件，包括視頻文件、種子文件和壓縮文件。

為實現上述發明目的，本發明提供的盜版視頻資源發現方法，其特征在于，包括以下步驟：

步驟1、對于指定網盤、指定目標視頻，利用通用搜索引擎搜集該目標視頻在指定網盤上的可能下載鏈接及分享文件信息，得到備選下載鏈接集合，具體執行如下：

1.1）、提取指定網盤分享文件對應的下載鏈接的特征字符串，即該網盤所有分享文件的下載鏈接共同包含的最長相同字符串；

1.2）、根據指定網盤、目標視頻名稱構建搜索關鍵詞，利用通用搜索引擎搜集與搜索關鍵詞最相關的頁面信息，保存檢索結果對應的URL列表；

所述關鍵詞構建方法，包含且不局限于以下方式：“目標視頻名稱+指定網盤名稱+下載”或者“目標視頻名稱指定網盤名稱下載”；所述通用搜索引擎，包含且不限于：百度、谷歌；

1.3）、爬取檢索結果對應的URL列表中每個URL對應的網頁；

1.4）、判斷檢索結果對應的URL列表中每個URL是否包含指定網盤的特征字符串，如果包含，則將該URL作為目標視頻可能的下載鏈接，將其加入備選下載鏈接集合中；如果不包含，則讀取該URL對應的網頁內容中包含的所有鏈接，判斷每個鏈接是否包含指定網盤的特征字符串，如果包含，則將該鏈接作為目標視頻可能的下載鏈接，將其加入備選下載鏈接集合中，否則終止分析該URL；

步驟2、利用本發明提供的三元屬性規則樹方法，判斷備選下載鏈接集合中的每個鏈接是否為目標視頻的下載鏈接，從而得到目標視頻下載鏈接集合，具體執行如下：

2.1）、根據指定網盤分享頁面的布局特征，提取出備選下載鏈接集合中每個下載連接對應的分享文件的三元組屬性{標題,類型,大小}；

2.2）、判斷備選下載鏈接集合中每個下載鏈接對應的分享文件的標題是否與目標視頻名稱符合，如果符合，則將下載鏈接加入合題下載鏈接集合中，執行步驟2.3；否則判斷該下載鏈接對應的分享文件不是目標視頻的分享文件，舍棄對應的下載鏈接；

所述分享文件標題與目標視頻名稱是否符合的判斷方法如下：

2.2.1）、制定分享文件標題和目標視頻名稱的統一轉換規則：將分享文件標題和目標視頻名稱中含有的所有符號用空格替換，如果相鄰中文字符間存在空格，則將空格去掉；將含有的所有中文繁體字符轉化為簡體字符；將含有的所有英文大寫字符轉化為英文小寫字符；將含有的所有羅馬數字和中文數字轉化為阿拉伯數字；

2.2.2）、將備選下載鏈接集合中每個下載鏈接對應的分享文件的標題按照步驟2.2.1所述統一轉換規則進行轉換；