[發明專利]網絡內容安全檢測方法、電子裝置和存儲介質

在審

• 申請號: 202011355159.7
• 申請日: 2020-11-27
• 公開（公告）號: CN112733057A
• 公開（公告）日: 2021-04-30
• 發明（設計）人: 龍文潔;莫金友
• 申請（專利權）人: 杭州安恒信息安全技術有限公司
• 主分類號: G06F16/958
• 分類號: G06F16/958;G06F16/955;G06F16/951
• 代理公司: 杭州華進聯浙知識產權代理有限公司 33250
• 代理人: 范麗霞

本申請涉及一種網絡內容安全檢測方法、電子裝置和存儲介質，其中，該網絡內容安全檢測方法包括：獲取按預設數據采集方式采集的第一網絡內容，其中，預設數據采集方式至少包括以下其中一種：基于網絡流量進行網絡內容解析、網絡爬蟲爬取；通過深度學習模型檢測第一網絡內容的第一數據，并確定第一數據與預設網絡數據的相似度，其中，預設網絡數據包括預設違規網絡數據，并用于確定第一數據是否為非法內容；根據相似度確定網絡內容安全檢測結果。通過本申請，解決了網絡內容檢測范圍有限的問題，實現了通過解析網絡流量和爬蟲兩種方式檢測網絡內容，擴大了網絡內容檢測的范圍。

技術領域

本申請涉及安全檢測領域，特別是涉及網絡內容安全檢測方法、電子裝置和存儲介質。

背景技術

隨著互聯網、智能設備及各種新生業務的飛速發展，互聯網上的數據呈現爆炸式增長，圖片、視頻、發文、聊天等互動內容已經成為人們表達感情、記錄事件和日常工作不可或缺的部分。這些日益增長的內容中也充斥著各種不可控的風險因素，目前，對于網站以及流量中的圖片以及視頻的內容合規缺乏有效的檢測手段。

現有網站內容安全檢測裝置及方法主要基于爬蟲技術，檢測對象來源單一且檢測范圍有限，無法從大規模網絡流量中被動獲取數據并將數據中的非法信息存儲，產生網絡內容檢測范圍有限的問題。

目前針對相關技術中網絡內容檢測范圍有限的問題，尚未提出有效的解決方案。

發明內容

本申請實施例提供了一種網絡內容安全檢測方法、電子裝置和存儲介質，以至少解決相關技術中網絡內容檢測范圍有限的問題。

第一方面，本申請實施例提供了一種網絡內容安全檢測方法，包括：

獲取按預設數據采集方式采集的第一網絡內容，其中，所述預設數據采集方式至少包括以下其中一種：基于網絡流量進行網絡內容解析、網絡爬蟲爬取；

通過深度學習模型檢測所述第一網絡內容的第一數據，并確定所述第一數據與預設網絡數據的相似度，其中，所述預設網絡數據包括預設違規網絡數據，并用于確定所述第一數據是否為非法內容；

根據所述相似度確定所述網絡內容安全檢測結果。

在其中一些實施例中，根據所述相似度確定所述網絡內容安全檢測結果包括：

判斷所述第一數據與所述預設網絡數據的所述相似度是否大于預設閾值；

在判斷到所述相似度大于預設閾值的情況下，確定所述網絡內容存在非法內容。

在其中一些實施例中，所述預設數據采集方式包括所述基于網絡流量進行網絡內容解析，獲取按預設數據采集方式采集的第一網絡內容包括：

獲取網站訪問產生的訪問數據，其中，所述訪問數據至少包括流量數據；

對所述流量數據按預設截取方式截取目標流量數據，其中，所述預設截取方式至少包括流量鏡像；

對所述目標流量數據進行解析，至少得到第一圖片數據，并確定所述第一網絡內容包括所述第一圖片數據。

在其中一些實施例中，對所述流量數據按預設截取方式截取目標流量數據包括：采用預設流量解釋器對HTTP/HTTPS的POST請求進行攔截，獲取所述目標流量數據。

在其中一些實施例中，所述預設數據采集方式包括網絡爬蟲爬取，獲取按預設數據采集方式采集的第一網絡內容包括：

采用網絡爬蟲至少獲取第一目標網站的網站首頁內容，并確定所述第一網絡內容至少包括所述第一目標網站的網站首頁內容。

在其中一些實施例中，所述第一網絡內容包括第二圖片數據，所述預設網絡數據包括樣本圖片，通過深度學習模型檢測所述第一網絡內容的第一數據，并確定所述第一數據與預設網絡數據的相似度包括：