[發明專利]一種基于大數據與神經網絡的信息智能攔截方法

在審

• 申請號: 202110103304.0
• 申請日: 2021-01-26
• 公開（公告）號: CN112905989A
• 公開（公告）日: 2021-06-04
• 發明（設計）人: 駱利華;徐銳
• 申請（專利權）人: 杭州寬信科技有限公司
• 主分類號: G06F21/45
• 分類號: G06F21/45;G06F40/289;G06F40/30;G06N3/04;G06N3/08
• 代理公司: 杭州快知知識產權代理事務所(特殊普通合伙) 33293
• 代理人: 楊冬玲

1.一種基于大數據與神經網絡的信息智能攔截方法，其特征在于，包括：

獲取待識別信息中第一目標內容的第一詞向量，將所述第一詞向量輸入神經網絡模型進行訓練，輸出所述第一目標內容的第一置信度；

獲取垃圾信息中包含預設第二目標內容的概率，根據所述概率和所述第一置信度進行模型訓練，輸出所述待識別信息的第二置信度；

獲取發送所述待識別信息的通訊方式的過往信用記錄，基于所述第二置信度和所述過往信用記錄判斷是否對所述待識別信息進行攔截。

2.根據權利要求1所述的一種基于大數據與神經網絡的信息智能攔截方法，其特征在于，獲取待識別信息中第一目標內容的第一詞向量，將所述第一詞向量輸入神經網絡模型進行訓練，輸出所述第一目標內容的第一置信度，包括：

利用正則表達式對所述待識別信息進行語義分析，獲取所述待識別信息中第一目標內容的第一詞向量，所述第一目標內容包含關鍵詞、網絡鏈接、第三方平臺賬號；

預設所述第二目標內容的第二詞向量，所述第二目標內容包含非法關鍵詞、非法網絡鏈接、非法第三方平臺賬號，將所述第一詞向量和所述第二詞向量輸入神經網絡模型；

根據所述神經網絡模型對所述第一、第二詞向量進行求和與歸一化處理，輸出所述關鍵詞、網絡鏈接、第三方平臺賬號的第一置信度。

3.根據權利要求2所述的一種基于大數據與神經網絡的信息智能攔截方法，其特征在于，獲取垃圾信息中包含預設第二目標內容的概率，根據所述概率和所述第一置信度進行模型訓練，輸出所述待識別信息的第二置信度，包括：

利用大數據分析技術獲取垃圾信息中包含預設所述第二目標內容的概率，所述第二目標內容包含非法關鍵詞、非法網絡鏈接、非法第三方平臺賬號；

將所述第一置信度和所述概率輸入神經網絡模型進行訓練，獲取所述待識別信息的第二置信度，所述待識別信息的第二置信度包含所述待識別信息是否為垃圾信息的置信度。

4.根據權利要求3所述的一種基于大數據與神經網絡的信息智能攔截方法，其特征在于，獲取發送所述待識別信息的通訊方式的過往信用記錄，基于所述第二置信度和所述過往信用記錄判斷是否對所述待識別信息進行攔截，包括：

根據大數據監測技術對發送所述待識別信息的通訊方式進行監測，獲取所述通訊方式的過往信用記錄，所述過往信用記錄包含過去發送垃圾信息的次數及其信用度；

根據預先設置的置信度閾值、發送垃圾信息的次數閾值及信用度等級，與所述第二置信度、所述發送垃圾信息的次數及其信用度進行比較，判斷是否對所述待識別信息進行攔截；

當所述待識別信息的第二置信度大于等于設置的置信度閾值、發送垃圾信息的次數小于設置的發送次數閾值且信用度等級小于設置等級時，或當所述待識別信息的第二置信度大于閾值且發送垃圾信息的次數大于設置閾值時，就對所述待識別信息進行攔截處理。

5.一種基于大數據與神經網絡的信息智能攔截裝置，其特征在于，包括：

詞向量處理模塊，用于獲取待識別信息中第一目標內容的第一詞向量，將所述第一詞向量輸入神經網絡模型進行訓練，輸出所述第一目標內容的第一置信度；

第二置信度獲取模塊，用于獲取垃圾信息中包含預設第二目標內容的概率，根據所述詞向量處理模塊輸出的所述第一置信度和所述概率進行模型訓練，輸出所述待識別信息的第二置信度；

信息識別模塊，用于獲取發送所述待識別信息的通訊方式的過往信用記錄，基于所述第二置信度獲取模塊輸出的所述第二置信度和所述過往信用記錄判斷是否對所述待識別信息進行攔截。