[发明专利]一种网页自动取证的方法

权利要求书

1.一种网页自动取证的方法，其特征在于，包括以下步骤：

步骤S101，捕获待取证网站流量，还原出待取证网站原始信息，其中，待取证网站流量为互联网数据流量，待取证网站为含违法犯罪事实信息网页的网站，通过镜像的网络流量还原待取证网页信息，还原出需要登录授权才可访问的违法网站内容信息；

步骤S102，预设取证关键信息，根据不同类型的网络违法犯罪网页内容的特性，需要预设不同的关键信息；

步骤S103，从原始的网站信息中识别出具有预设关键信息的网页，根据预设关键信息的差异采用不同的识别方式；

步骤S104，保存所有匹配关键信息的网页截图，网页截图包括与违法活动有关的网页内容，并通过图片形式保存下来作为电子证物使用。

2.根据权利要求1所述的一种网页自动取证的方法，其特征在于，在步骤S101中，捕获待取证网站流量为通过镜像互联网上的流量，可以为数据中心机房网络流量、城域网网络流量、电信运营商网络流量中任意一种。

3.根据权利要求1所述的一种网页自动取证的方法，其特征在于，在步骤S101中，还原出待取证网站原始信息的方式，包括：

(1)通过网络流量解码，网络会话跟踪，数据重组，再进行协议深度解析，最终还原出待取证网站原始信息；

(2)通过镜像网络流量还原的待取证网页信息，可以还原出需要登录授权才可访问的网站内容信息。

4.根据权利要求1所述的一种网页自动取证的方法，其特征在于，在步骤S102中，预设取证的关键信息包括违法犯罪事实信息、违法用户操作信息和网络信息，关键信息的类型包括页面属性、文本、图片、音频和视频。

5.根据权利要求1所述的一种网页自动取证的方法，其特征在于，在步骤S103中，识别具有预设关键信息网页的方式，包括：

(1)预设关键信息为页面属性时，采用正则匹配；

(2)预设关键信息为文本内容时，采用文本识别；

(3)预设关键信息为图片时，采用图像识别；

(4)预设关键信息为音频时，采用语音识别。

6.根据权利要求1所述的一种网页自动取证的方法，其特征在于，在步骤S104中，网页截图前，需要获取流量中该网站所有资源，包括html(超文本标记语言)、图片、css(层叠样式表)、js(JavaScript)，截图需要使用web自动化工具Selenium操作浏览器进行截屏。