[发明专利]一种基于深度学习的检测站点篡改的方法及装置

权利要求书

1.一种基于深度学习的检测站点篡改的方法，其特征在于，所述方法包括：

爬取待检测站点中的页面内容的地址信息和所述页面内容；

根据所述地址信息的后缀确定所述页面内容的类型；

在所述类型为图片类型时，提取图片中的第一文本信息，将所述第一文本信息和所述地址信息对应保存在文本列表中，并将所述图片和所述地址信息对应保存在图片列表中；在所述类型为文本信息类型时，将爬取到的所述页面内容中的第二文本信息和所述地址信息对应保存在所述文本列表中；

基于所述文本列表依次将文本信息输入到敏感信息检测模型中的文本检测模型，并基于所述图片列表依次将所述图片输入到所述敏感信息检测模型中的敏感图像检测模型；其中，所述文本检测模型用于检测所述文本信息中是否包括敏感信息，所述敏感图像检测模型用于基于所述图片的图像内容检测所述图片是否包括敏感图像，所述文本信息包括所述第一文本信息和/或所述第二文本信息；

获取所述敏感信息检测模型输出的检测结果，其中，在所述检测结果为所述文本信息包含敏感信息时，确定所述待检测站点被篡改，并将所述文本信息与对应的地址信息对应保存在地址信息与证据内容的对应关系中；在所述检测结果为所述图片包括敏感图像时，确定所述待检测站点被篡改，并将所述图片与对应的地址信息对应保存在所述地址信息与证据内容的对应关系中；

向终端发送所述地址信息与证据内容的对应关系，所述终端为站点管理员对应的终端，

其中，基于所述文本列表依次将所述文本信息输入到所述文本检测模型之前，所述方法还包括：

对所述文本信息进行分词以得到所述文本信息包括的各词语，并在所述文本信息包括的词语中存在敏感词时，从所述文本信息中获取与所述敏感词相邻的x个词语，x为大于1的整数；

获取x+1个词语的每个词语的词向量，词语的词向量是所述词语的语义表示，所述x+1个词语包括所述敏感词和所述x个词语；

基于所述文本列表依次将所述文本信息输入到所述文本检测模型，包括：

按所述每个词语在所述文本信息中的顺序将所述每个词语的词向量输入到所述文本检测模型。

2.如权利要求1所述的方法，其特征在于，所述x个词语包括所述文本信息中位于所述敏感词之前且与所述敏感词相邻的x/2个词语和位于所述敏感词之后且与所述敏感词相邻的x/2个词语。

3.如权利要求1所述的方法，其特征在于，所述将所述图片输入敏感图像检测模型，包括：

将所述图片灰度化得到灰度图，将所述灰度图转换的尺寸转换为预设尺寸，将转换后的所述灰度图输入到所述敏感图像检测模型。