[发明专利]基于网页标签的安全监控方法和系统

摘要

本发明公开了基于网页标签的安全监控方法，该方法通过比较去噪声前后的聚类效果，实现了聚类正确率的明显提高。该系统对访客的来源，路径，动作，行为，时间，操作的分析，可提供可疑访问及访客，非友好访问及访客的报告并产生报警报告。这是一种新的网络及网站安全技术。可对非友好用户进行追踪及报警。异常数据的发现和处理是通过分析统计数据的散度情况即数据变异指标，来对数据的总体特征和分布情况进行预测，在“支持度-置信度”框架下，利用相对支持度概念。处理异常数据大数据降维是按照用户的需求，将纷繁复杂的数据进行有效的降维，既保持数据的可靠性，又减少其他信息的干扰。以达到高可靠性,高扩展性，高效性和低成本。

主权项

一种基于网页标签的安全监控方法，其特征在于，所述方法包括如下步骤：步骤1：将读入的HTML网页转化为DOM结构；步骤2：对每个文本节点添加父节点<attrInfo>，设置其属性为：id、font、size、color、italic、bold；步骤3：循环在当前文本节点的祖先节点中查找每个文本节点的属性，添加到<attrInfo>标签中；步骤4：对文本节点两两之间计算相似关系，大于某一阈值即为相似，得到该网页的相容关系图；步骤5：计算该网页所有文本节点的极大相容类，得到的极大相容类即为该网页的文本类；步骤6：计算该网页每个文本类的文本量总和；步骤7：选择文本量最大的文本类作为正文，删除正文之外的网页文本。