[发明专利]网页的风险检测方法、装置、计算机设备及存储介质

权利要求书

1.一种网页的风险检测方法，其特征在于，包括：

获取待检测网页页面对应的网页快照；

对所述页面快照进行文本及图像提取处理，得到目标待检测文本及目标待检测图像；

将所述目标待检测文本输入预设的语义分析模型，得到所述目标待检测文本中各分词的词向量；

将所述目标待检测图像输入预设的图像识别网络模型，得到所述目标待检测图像的图像像素点信息；

根据预设的违规信息数据库、所述词向量以及所述图像像素点信息对所述待检测网页页面进行风险检测，得到风险检测结果。

2.根据权利要求1所述的方法，其特征在于，所述对所述页面快照进行文本及图像提取处理，得到目标待检测文本及目标待检测图像，包括：

根据所述页面快照中数据的数据类型从所述页面快照中分别提取第一待检测文本以及所述目标待检测图像；

对所述目标待检测图像进行文本识别处理，以确定所述待检测图像中是否存在第二待检测文本；

若所述目标待检测图像中存在第二待检测文本，则根据所述第一待检测文本以及所述第二待检测文本生成所述目标待检测文本。

3.根据权利要求2所述的方法，其特征在于，所述根据所述第一待检测文本以及所述第二待检测文本生成所述待检测文本，包括：

确定所述第一待检测文本以及所述第二待检测文本的位置关系；

根据所述位置关系将所述第二待检测文本加入所述第一待检测文本中，得到所述目标待检测文本。

4.根据权利要求1所述的方法，其特征在于，所述根据预设的违规信息数据库、所述词向量以及所述图像像素点信息对所述待检测网页页面进行风险检测，得到风险检测结果，包括：

检测所述违规信息数据库中的语料库中是否存在与所述词向量对应的向量，得到文本检测结果；

检测所述违规信息数据库中的图像库中是否存在与所述图像像素点信息对应的像素点信息，得到图像检测结果；

根据所述文本检测结果以及所述图像检测结果确定所述待检测网页页面的风险检测结果。

5.根据权利要求4所述的方法，其特征在于，所述根据所述文本检测结果以及所述图像检测结果确定所述待检测网页页面的风险检测结果，包括：

根据所述文本检测结果确定所述网页页面的风险等级，并作为文本风险等级；

根据所述图像检测结果确定所述网页页面的风险等级，并作为图像风险等级；

将所述文本风险等级以及所述图像风险等级中风险等级最高的结果确定为所述待检测网页页面的风险检测结果。

6.根据权利要求1至5中任一项所述的方法，其特征在于，所述获取待检测网页页面对应的网页快照，包括：

登录待检测网站；

通过预设的网页驱动工具以及预设的网页快照插件获取所述待检测网站所有网页页面的网页快照；

将所述网页快照存储至网页快照数据库中；

从所述网页快照数据库中获取所述待检测网页页面对应的网页快照，所述待检测网页页面为所述待检测网站中需要进行风险检测的网页页面。

7.根据权利要求6所述的方法，其特征在于，所述通过预设的网页驱动工具以及预设的网页快照插件获取所述待检测网站所有网页页面的网页快照，包括：

通过所述网页驱动工具切换所述待检测网站的网页页面；

当切换后的网页页面加载完成时，通过所述网页快照插件获取当前网页页面的网页快照；

判断所述待检测网站的网页页面是否访问完全；

若所述待检测网站的网页页面未访问完全，则返回执行通过所述网页驱动工具切换所述待检测网站的网页页面步骤。