[发明专利]互联网上多媒体信息识别方法、装置及电子设备

权利要求书

1.一种互联网上多媒体信息识别方法，其特征在于，包括：

对互联网数据进行采集，获取待识别数据集；

对所述待识别数据集进行数据预处理，得到预处理数据集；

根据多媒体规律规则库对所述预处理数据集进行多媒体信息识别，所述多媒体规律规则库包括多媒体魔术字节库、多媒体内容类型Content-Type对应关系库和多媒体后缀名对应关系库。

2.根据权利要求1所述的互联网上多媒体信息识别方法，其特征在于，所述根据多媒体规律规则库对所述预处理数据集进行多媒体信息识别，包括：

获取所述预处理数据集中每个预处理数据的头部字节，与所述多媒体魔术字节库中的魔术字节进行匹配。

3.根据权利要求1或2所述的互联网上多媒体信息识别方法，其特征在于，所述根据多媒体规律规则库对所述预处理数据集进行多媒体信息识别，包括：

获取预处理数据集中每个预处理数据对应的超文本传输协议HTTP报文中包含的Content-Type字段，与所述多媒体Content-Type对应关系库中的Content-Type字段进行匹配。

4.根据权利要求1或2所述的互联网上多媒体信息识别方法，其特征在于，所述根据多媒体规律规则库对所述预处理数据集进行多媒体信息识别，包括：

获取预处理数据集中每个预处理数据对应的统一资源定位符URL或超文本传输协议HTTP报文中包含的后缀名，与所述多媒体后缀名对应关系库中的后缀名进行匹配。

5.根据权利要求1所述的互联网上多媒体信息识别方法，其特征在于，所述方法还包括：

根据识别结果，将所述预处理数据集中识别为多媒体信息的预处理数据，标记为相应的多媒体数据类型。

6.根据权利要求5所述的互联网上多媒体信息识别方法，其特征在于，所述方法还包括：

使用与标记的多媒体数据类型所对应的软件，对标记的预处理数据进行识别结果准确性检验。

7.根据权利要求1所述的互联网上多媒体信息识别方法，其特征在于，所述对所述待识别数据集进行数据预处理，包括：

对所述待识别数据集进行分片重组、排序、剥离加密隧道、解压缩处理中的一项或多项。

8.一种互联网上多媒体信息识别装置，其特征在于，包括：

数据采集模块，用于对互联网数据进行采集，获取待识别数据集；

数据预处理模块，用于对所述待识别数据集进行数据预处理，得到预处理数据集；

多媒体信息识别模块，用于根据多媒体规律规则库对所述预处理数据集进行多媒体信息识别，所述多媒体规律规则库包括多媒体魔术字节库、多媒体内容类型Content-Type对应关系库和多媒体后缀名对应关系库。

9.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至7任一项所述互联网上多媒体信息识别方法。

10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述互联网上多媒体信息识别方法。