[发明专利]不良信息网站的检测方法、装置、设备及可读存储介质

权利要求书

1.一种不良信息网站的检测方法，其特征在于，包括：

利用非线性分类器，对待检测网站的网页数据进行分类，得到分类结果，所述分类结果用于描述不良信息的信息类型；

根据与所述分类结果相对应的特征模板，从所述网页数据中提取特征数据；

将所述特征数据输入与所述分类结果相对应的递归神经网络模型，得到所述待检测网站的检测结果；

还包括：

根据不良信息的各种信息类型，分别创建对应的数据库；

在所述利用非线性分类器，对待检测网站的网页数据进行分类，得到分类结果之后，还包括：

对所述网页数据进行结构化处理，为处理后的网页数据添加与所述分类结果相对应的类别标识，并存储至与所述分类结果相对应的数据库中。

2.如权利要求1所述的方法，其特征在于，所述利用非线性分类器，对待检测网站的网页数据进行分类，得到分类结果，包括：

对待检测网站的网页数据进行文本检测和语义分析，得到关键字内容和上下文语境；

利用非线性分类器，根据所述关键字内容和所述上下文语境，得到分类结果。

3.如权利要求2所述的方法，其特征在于，所述利用非线性分类器，对待检测网站的网页数据进行分类，得到分类结果，包括：

利用基于稀疏贝叶斯算法的非线性分类器，对待检测网站的网页数据进行分类，得到分类结果。

4.如权利要求3所述的方法，其特征在于，在所述利用非线性分类器，对待检测网站的网页数据进行分类，得到分类结果之前，还包括：

利用爬虫技术，获取待检测网站的网页数据。

5.如权利要求1所述的方法，其特征在于，在所述根据与所述分类结果相对应的特征模板，从所述网页数据中提取特征数据之前，还包括：

根据不良信息的各种信息类型，分别设置特征模板并创建递归神经网络模型；

根据所述特征模板，利用训练样本对所述递归神经网络模型进行训练，以调整特征权重。

6.如权利要求1-5任意一项所述的方法，其特征在于，所述根据与所述分类结果相对应的特征模板，从所述网页数据中提取特征数据，包括：

根据与所述分类结果相对应的特征模板，从所述网页数据中提取特征数据，所述特征模板包括以下任意一项或多项：关键词特征的可信度、不良文本的分布位置、链接组成特征、特殊可疑代码特征、网页链接归属地。

7.一种不良信息网站的检测装置，其特征在于，包括：

初步分类模块：用于利用非线性分类器，对待检测网站的网页数据进行分类，得到分类结果，所述分类结果用于描述不良信息的信息类型；

特征提取模块：用于根据与所述分类结果相对应的特征模板，从所述网页数据中提取特征数据；

二次分类模块：用于将所述特征数据输入与所述分类结果相对应的递归神经网络模型，得到所述待检测网站的检测结果；

还包括：

数据库，用于对不良信息的各种信息类型分类；

所述初步分类模块还用于：对所述网页数据进行结构化处理，为处理后的网页数据添加与所述分类结果相对应的类别标识，并存储至与所述分类结果相对应的数据库中。

8.一种不良信息网站的检测设备，其特征在于，包括：

存储器：用于存储计算机程序；

处理器：用于执行所述计算机程序，以实现如权利要求1-6任意一项所述的不良信息网站的检测方法。

9.一种可读存储介质，其特征在于，所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时用于实现如权利要求1-6任意一项所述的不良信息网站的检测方法。