[發明專利]一種醫療網站的識別方法、裝置、設備及存儲介質

在審

• 申請號: 202110401822.0
• 申請日: 2021-04-14
• 公開（公告）號: CN112948739A
• 公開（公告）日: 2021-06-11
• 發明（設計）人: 溫延龍;范淵
• 申請（專利權）人: 杭州安恒信息技術股份有限公司
• 主分類號: G06F16/958
• 分類號: G06F16/958;G06F16/906;G06F40/284;G06N3/04;G06N3/08
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 楊威

本申請公開了一種醫療網站的識別方法，包括：利用樣本網站首頁信息和分類標簽設置訓練樣本；其中，分類標簽包括醫療網站和其他網站；將訓練樣本輸入至卷積神經網絡中進行學習訓練，得出網站識別模型；獲取目標網站的目標網站首頁信息，并利用網站識別模型輸出與目標網站對應的目標分類標簽。本方法利用網站識別模型代替技術人員的手動操作，避免了技術人員手動查看目標網站確定出目標分類標簽的過程，因此能夠降低對人力資源的消耗，提高識別醫療網站的效率，并且本方法能夠避免技術人員識別過程中出現的疏漏的情況，進一步提高識別醫療網站的準確度。本申請還公開了一種醫療網站的識別裝置、設備及存儲介質，均具有上述有益效果。

技術領域

本發明涉及網站識別領域，特別涉及一種醫療網站的識別方法、裝置、設備及計算機可讀存儲介質。

背景技術

隨著互聯網技術的快速發展，互聯網醫療也發展迅速。互聯網醫療是互聯網在醫療行業的新應用，其包括了以互聯網為載體和技術手段的健康教育、醫療信息查詢、電子健康檔案、疾病風險評估、在線疾病咨詢、電子處方、遠程會診及遠程治療和康復等多種形式的健康醫療服務。然而醫療網站也是黑客經常攻擊的對象，為了便于相關監管部門快速定位轄區醫療網站加強監測，需要在眾多互聯網網站中精確識別出醫療網站。在這種大前提下，快速準確地識別互聯網醫療網站是加強對醫療網站的安全監管的有效途徑。

目前，一般是通過技術人員查看目標網站的網站首頁信息，根據自身技術經驗確定出該目標網站是否為醫療網站。但是現有技術的方法，對于技術人員來說工作量大，需要消耗大量的人力資源且效率低下，且識別過程中易出現疏漏，導致識別錯誤。

因此，如何高效準確地識別目標網站是否為醫療網站，降低對人力資源的消耗，是本領域技術人員目前需要解決的技術問題。

發明內容

有鑒于此，本發明的目的在于提供一種醫療網站的識別方法，能夠高效準確地識別目標網站是否為醫療網站，降低對人力資源的消耗；本發明的另一目的是提供一種醫療網站的識別裝置、設備及計算機可讀存儲介質，均具有上述有益效果。

為解決上述技術問題，本發明提供一種醫療網站的識別方法，包括：

利用樣本網站首頁信息和分類標簽設置訓練樣本；其中，所述分類標簽包括醫療網站和其他網站；

將所述訓練樣本輸入至卷積神經網絡中進行學習訓練，得出網站識別模型；

獲取目標網站的目標網站首頁信息，并利用所述網站識別模型輸出與所述目標網站對應的目標分類標簽。

優選地，所述利用樣本網站首頁信息和分類標簽設置訓練樣本的過程，具體包括：

獲取樣本網站中的樣本標題、所述樣本網站中文本信息的分詞以及所述分詞中關鍵詞的數量；

確定出與各所述樣本網站對應的分類標簽；

根據所述樣本標題、所述文本信息的分詞、所述關鍵詞的數量以及所述分類標簽設置所述訓練樣本。

優選地，所述將所述訓練樣本輸入至卷積神經網絡中進行學習訓練，得出網站識別模型的過程，具體包括：

根據交叉驗證法將所述訓練樣本輸入至所述卷積神經網絡中進行學習訓練，得出所述網站識別模型。

優選地，進一步包括：

響應于用戶的輸入操作，獲取第一數據信息，并利用所述第一數據信息調整模型訓練過程中初始化模型的dropout參數。

優選地，進一步包括：

響應于用戶的輸入操作，獲取第二數據信息，并利用所述第二數據信息調整模型訓練過程中初始化模型的batch參數。

優選地，進一步包括：