[发明专利]色情网站识别方法、装置、电子设备及存储介质

说明书

本发明提供一种色情网站识别方法、装置、电子设备及存储介质，其中，色情网站识别方法包括：获取待识别网站，并基于所述待识别网站获取待识别网站特征以及待识别网站图像；基于所述待识别网站特征以及所述待识别网站图像，通过文本模型和图像模型，对所述待识别网站进行色情网站识别，其中，所述文本模型通过网站特征训练数据训练得到，所述图像模型通过网站图像训练数据训练得到。通过本发明提供的色情网站识别方法，可以提高色情网站检测的准确度，减少误报、漏报的情况，有助于全面识别色情网站。

技术领域

本发明涉及网络安全技术领域，尤其涉及一种色情网站识别方法、 装置、电子设备及存储介质。

背景技术

相关技术可知，当前主流的色情网站检测方法包括关键词匹配方 法、网站图像检测方法和基于深度学习的文本分类方法。由于前述方 法往往出现误报、漏报的情况，导致色情网站的识别准确率不高。

发明内容

本发明提供一种色情网站识别方法、装置、电子设备及存储介质， 用以解决现有技术中色情网站误报、漏报的缺陷，实现了色情网站识 别准确率的提高。

本发明提供一种色情网站识别方法，所述方法包括：获取待识别 网站，并基于所述待识别网站获取待识别网站特征以及待识别网站图 像；基于所述待识别网站特征以及所述待识别网站图像，通过文本模 型和图像模型，对所述待识别网站进行色情网站识别，其中，所述文 本模型通过网站特征训练数据训练得到，所述图像模型通过网站图像 训练数据训练得到。

根据本发明提供的一种色情网站识别方法，所述基于所述待识别 网站特征以及所述待识别网站图像，通过文本模型和图像模型，对所 述待识别网站进行色情网站识别，包括：将所述待识别网站特征输入 至所述文本模型，得到关于所述待识别网站特征的第一输出结果；基 于所述第一输出结果，以及所述待识别网站图像关于所述图像模型的 第二输出结果，对所述待识别网站进行色情网站识别。

根据本发明提供的一种色情网站识别方法，所述基于所述第一输 出结果，以及所述待识别网站图像关于所述图像模型的第二输出结果， 对所述待识别网站进行色情网站识别，包括：若所述第一输出结果为 所述待识别网站为色情网站，则将所述第一输出结果作为所述待识别 网站的识别结果；若所述第一输出结果为所述待识别网站不为色情网站，则将所述待识别网站图像输入至所述图像模型得到所述第二输出 结果，并将所述第二输出结果作为所述待识别网站的识别结果。

根据本发明提供的一种色情网站识别方法，在所述将所述待识别 网站特征输入至所述文本模型之前，所述方法还包括：对所述待识别 网站特征进行预处理，并将进行预处理之后的待识别网站特征作为最 终输入至所述文本模型的待识别网站特征，其中，所述预处理包括缺 失值处理、归一化处理和独热码处理中的一种或多种。

根据本发明提供的一种色情网站识别方法，在所述基于所述第一 输出结果，以及所述待识别网站图像关于所述图像模型的第二输出结 果，对所述待识别网站进行色情网站识别之前，所述方法还包括：将 所述待识别网站图像进行图像分割处理，得到多张分割后网站图像， 并将多张所述分割后网站图像作为最终输入至所述图像模型的网站 图像，以及基于多张所述分割后网站图像关于所述图像模型的输出结 果，确定所述第二输出结果。

根据本发明提供的一种色情网站识别方法，所述待识别网站特征 包括待识别网站URL特征，所述待识别网站特征采用以下方式确定： 确定所述待识别网站的网站URL，基于所述网站URL得到所述待识 别网站的域名，并统计关于所述域名的链接数量、请求次数、IP访问 数量、访问时长、域名特征、域名级数以及域名特殊字符数量；基于 所述链接数量、所述请求次数、所述IP访问数量、所述访问时长、 所述域名特征、所述域名级数以及所述域名特殊字符数量中的一种或 多种，确定所述待识别网站URL特征。