[發明專利]有害信息的碎片內容處理方法及裝置

在審

• 申請號: 202011354462.5
• 申請日: 2020-11-26
• 公開（公告）號: CN112632355A
• 公開（公告）日: 2021-04-09
• 發明（設計）人: 楊志龍
• 申請（專利權）人: 武漢虹旭信息技術有限責任公司
• 主分類號: G06F16/951
• 分類號: G06F16/951;G06F16/953
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 張睿

本發明提供一種有害信息的碎片內容處理方法及裝置，該方法包括：爬取目標網站中包含有害信息的頁面內容；根據預設的內容特征，提取所述頁面內容中有害信息的碎片內容；其中，所述內容特征，包括關鍵詞。本發明提供的有害信息的碎片內容處理方法及裝置，通過爬取目標網站中包含有害信息的頁面內容，根據內容特征匹配上述頁面內容，獲取上述頁面內容包含的所有有害信息的碎片內容，能更準確的識別有害信息的碎片化內容，能更有效的阻止有害信息的傳播，能降低網絡的安全風險。

技術領域

本發明涉及移動互聯網技術領域，尤其涉及一種有害信息的碎片內容處理方法及裝置。

背景技術

移動互聯網中存在的有害信息，指可能對現存法律秩序和其他公共秩序造成破壞或者威脅的數據。

隨著網絡科學技術的發展，不法分子將有害信息分解為碎片化的信息片段，通過有害信息的碎片內容的傳播，擴大有害信息的傳播范圍，進而達到非法的目的。

現有技術通過對有害信息進行識別，實現對有害信息的過濾及管理。但是，有害信息的碎片內容具有亂序和無規則的特點，使得現有技術難以準確識別有害信息的碎片內容，進而無法實現對有害信息的碎片內容的有效過濾及管理。

發明內容

本發明提供一種有害信息的碎片內容處理方法及裝置，用以解決現有技術中難以準確的識別有害信息的碎片內容的缺陷，實現更準確地識別有害信息的碎片內容。

本發明提供一種有害信息的碎片內容處理方法，包括：

爬取目標網站中包含有害信息的頁面內容；

根據預設的內容特征，提取所述頁面內容中有害信息的碎片內容；

其中，所述內容特征，包括關鍵詞。

根據本發明提供一種有害信息的碎片內容處理方法，所述提取所述頁面內容中有害信息的碎片內容之后，還包括：

確定所述有害信息的碎片內容的類型。

根據本發明提供一種有害信息的碎片內容處理方法，所述確定所述有害信息的碎片內容的類型之后，還包括：

根據所述有害信息的碎片內容的類型，存儲所述有害信息的碎片內容。

根據本發明提供一種有害信息的碎片內容處理方法，所述根據所述有害信息的碎片內容的類型，存儲所述有害信息的碎片內容之后，還包括：

響應于檢索請求，根據存儲的所述有害信息的碎片內容返回所述檢索請求對應的檢索結果。

根據本發明提供一種有害信息的碎片內容處理方法，所述爬取目標網站中包含有害信息的頁面內容，具體包括：

接收爬取指令后，根據所述爬取指令，爬取所述目標網站中包含有害信息的頁面內容。

根據本發明提供一種有害信息的碎片內容處理方法，所述根據預設的內容特征，提取所述頁面內容中有害信息的碎片內容之前，還包括：

接收并存儲所述預設的內容特征。

根據本發明提供一種有害信息的碎片內容處理方法，所述確定所述有害信息的碎片內容的類型之后，還包括：

根據各有害信息的碎片內容的類型，對所述各有害信息的碎片內容進行分析。

本發明還提供一種有害信息的碎片內容處理裝置，包括：

爬取模塊，用于爬取目標網站中包含有害信息的頁面內容；

提取模塊，用于根據預設的內容特征，提取所述頁面內容中有害信息的碎片內容；

其中，所述內容特征，包括關鍵詞。