基于神经网络的内容筛选方法、路由器和系统技术方案

本发明专利技术公开了公开一种基于神经网络的内容筛选方法、路由器和系统，其中的路由器包括有核心处理器、数据链路层模块和物理层处理模块，所述的数据链路层模块和物理层处理模块之间连接有用于对物理层处理模块得到的数据进行识别评分的神经网络模块，且所述神经网络模块还连接于核心处理器以根据从核心处理器中获取到的用户操作信息进行神经网络训练，本发明专利技术具有在路由过程中对网络信息进行识别评分，可以有效帮助用户筛选网络信息内容、提高用户体验等优点。

【技术实现步骤摘要】
基于神经网络的内容筛选方法、路由器和系统
本专利技术属于路由
，尤其涉及一种基于神经网络的内容筛选方法、路由器和系统。
技术介绍
目前的一般网络场景中，路由器是用户联网的一个重要节点，它是基于对网络数据包路由而产生的，路由器需要完成的工作是将不同网络的数据包进行有效的路由，而目前的路由器对于为什么路由、是否应该路由、路由过后是否有问题等根本不关心，它所关心的仅仅是能否将不同的网段的数据包进行路由从而进行通讯。而且，如今网络资讯繁杂，加上互联网行业的秩序尚不健全，各种流氓信息、垃圾信息众多，用户在上网过程中经常需要自己通过浏览筛选有价值的信息，上网体验很差。为了解决上述技术问题，人们进行了长期的探索，例如中国专利公开了一种视化HTTP数据监管方法及装置[申请号：CN201210316779.9]，其方法包含以下处理步骤：a、接收监听数据，并对其进行协议识别和过滤，仅保留HTTP协议数据作为原始的页面数据，并形成链路信息；b、对页面数据和链路信息定义内存数据结构，以用户请求页面为单位生成管理ID，对用户访问单一页面形成的多个资源文件进行识别，并定义唯一序号与之关联，将页面和关联结果缓存到数据库中；c、对页面数据进行解析，若页面资源不完整或能及时缓存，则返回步骤a；若页面资源完整或缓存超时，则在内存中绘制出页面内容，并以缩略图形式保存到数据库中；d、基于关联结果，根据监管规则对页面数据分类处理；所述监管规则包括IP地址规则、URL规则、内容关键词规则和复合规则；e、根据分类处理结果重新组织监管数据，并提供相关的数据组织形式。上述方案能够对垃圾信息进行识别，对数据进行筛选在一定程度上优化了用户体验，但是其识别方法过于绝对，无法根据用户的需要不断学习并根据学习结果识别垃圾信息来达到帮助用户筛选网络内容的要求，也无法在路由阶段对网络信息进行有效识别以帮助用户对网络信息进行筛选。
技术实现思路
本专利技术的目的是针对上述问题，提供一种能够在路由过程中对网络信息进行有效识别的基于神经网络的内容筛选方法；本方案的另一目的是提供一种基于上述的基于神经网络的内容筛选方法的路由器；本方案的另一目的是提供一种采用上述路由器的基于神经网络的内容筛选系统。为达到上述目的，本专利技术采用了下列技术方案：一种基于神经网络的智能内容筛选方法，包括以下步骤：S1：物理层处理模块接收来自网络的网络信息，并将所述网络信息通过神经网络模块评分后传送给数据链路层模块；S2：数据链路层模块将评分结果和对应的原始数据通过核心处理器发送给相应的用户端。通过上述技术方案，将物理层传输到数据链路层的网络信息先进行评分，然后将评分结果与原始数据一起传给用户端，评分可供用户参考，以实现帮助用户筛选网络信息的目的，优化用户体验。在上述的基于神经网络的智能内容筛选方法中，步骤S1的方法具体包括：物理层处理模块将接收到的网络信息转换为数据帧发送给神经网络模块，神经网络模块对数据帧中的源地址、类型/长度或有效载荷+填充位中的任意一位或多位进行识别，并根据识别结果基于神经网络对对应的网络信息进行评分。在上述的基于神经网络的智能内容筛选方法中，在步骤S1中，物理层处理模块将接收到的网络信息转换为数据帧后同时将该数据帧发送给缓存模块，并在神经网络模块完成评分后将缓存模块中数据帧的原始数据与评分结果同时发送给数据链路层模块。在上述的基于神经网络的智能内容筛选方法中，所述的缓存模块为先入先出缓存器。在上述的基于神经网络的智能内容筛选方法中，神经网络模块持续读取来自核心处理器的反馈信息，根据反馈信息再一次给已评分的数据帧进行评分，得到更新后的评分结果。在上述的基于神经网络的智能内容筛选方法中，所述的反馈信息包括：用户端根据评分结果执行的对网络信息的操作行为。在上述的基于神经网络的智能内容筛选方法中，在步骤S1中，所述的神经网络模块为具有神经网络模型的神经网络协处理器。一种基于神经网络的智能内容筛选的路由器，包括有核心处理器、数据链路层模块和物理层处理模块，所述的数据链路层模块和物理层处理模块之间连接有用于对物理层处理模块得到的数据进行识别评分的神经网络模块，且所述的神经网络模块还连接于核心处理器以根据从核心处理器中获取到的用户操作信息进行神经网络训练。在上述的基于神经网络的智能内容筛选的路由器中，所述的数据链路层模块和物理层处理模块之间还连接有缓存模块以将原始数据与评分结果同步传输给数据链路层模块。一种基于神经网络的智能内容筛选的系统，包括上述的路由器和与路由器连接的用户终端，所述的用户终端包括屏蔽设置模块和信息显示模块，其中，路由器，用于根据用户在用户终端的操作信息来训练神经网络，并根据训练结果对网络信息进行评分后将评分结果和原始数据一起传输至用户终端；屏蔽设置模块，用于供用户根据评分结果选择性地屏蔽网络信息和/或供用户设置直接屏蔽的最低分数；信息显示模块，用于显示用户终端与用户之间的交互信息。本专利技术相较于现有技术具有以下优点：在路由器中集成神经网络协处理器，通过不断地对用户上网行为的学习来帮助用户筛选网络内容，替用户排除流氓信息、垃圾信息，提升用户的上网体验；通过神经网络协处理器对物理层处理模块传输的数据帧中“源地址”、“类型/长度”、“有效载荷+填充位”进行综合识别，相当于同时进行了传统的路由器端的“IP过滤”以及用户终端设备上的“内容筛选操作”，且对“源地址”、“类型/长度”、“有效载荷+填充位”进行联合识别，提高特征提取的有效性和精确程度，避免了传统内容筛选易出错的问题。附图说明图1是本专利技术实施例一中路由器的模块框图；图2是本专利技术实施例一中数据帧的帧格式；图3是本专利技术实施例一种神经网络模块的工作示意图；图4是本专利技术实施例一中的缓存模块的工作示意图；图5是本专利技术实施例一的方法流程图；图6是本专利技术实施例一步骤S1的具体方法流程图；图7是本专利技术实施例二中系统框图。附图标记：路由器100；物理层处理模块101；缓存模块102；神经网络模块103；数据链路层模块104；核心处理器105；用户终端200；屏蔽设置模块201；信息显示模块202。具体实施方式虽然流程图将各项操作描述成顺序的处理，但是其中的许多操作可以被并行地、并发地或者同时实施。各项操作的顺序可以被重新安排。当其操作完成时处理可以被终止，但是还可以具有未包括在附图中的附加步骤。处理可以对应于方法、函数、规程、子例程、子程序等等。这里所使用的术语“和/或”包括其中一个或更多所列出的相关联项目的任意和所有组合。当一个单元被称为“连接”或“耦合”到另一单元时，其可以直接连接或耦合到所述另一单元，或者可以存在中间单元。这里所使用的术语仅仅是为了描述具体实施例而不意图限制示例性实施例。除非上下文明确地另有所指，否则这里所使用的单数形式“一个”、“一项”还意图包括复数。还应当理解的是，这里所使用的术语“包括”和/或“包含”规定所陈述的特征、整数、步骤、操作、单元和/或组件的存在，而不排除存在或添加一个或更多其他特征、整数、步骤、操作、单元、组件和/或其组合。本专利技术的基于神经网络的内容筛选方法、路由器和系统主要应用于路由器及网络信息筛选领域，解决了现有技术中路由器功能单一，网络信息筛选精度不够高导致用户上网体验差等问题，以下是本文档来自技高网...

【技术保护点】
一种基于神经网络的智能内容筛选方法，其特征在于，包括以下步骤：S1：物理层处理模块(101)接收来自网络的网络信息，并将所述网络信息通过神经网络模块(103)评分后传送给数据链路层模块(104)；S2：数据链路层模块(104)将评分结果和对应的原始数据通过核心处理器(105)发送给相应的用户端。

【技术特征摘要】
1.一种基于神经网络的智能内容筛选方法，其特征在于，包括以下步骤：S1：物理层处理模块(101)接收来自网络的网络信息，并将所述网络信息通过神经网络模块(103)评分后传送给数据链路层模块(104)；S2：数据链路层模块(104)将评分结果和对应的原始数据通过核心处理器(105)发送给相应的用户端。2.根据权利要求1所述的基于神经网络的智能内容筛选方法，其特征在于，步骤S1的方法具体包括：物理层处理模块(101)将接收到的网络信息转换为数据帧发送给经网络模块(103)，神经网络模块(103)对数据帧中的源地址、类型/长度或有效载荷+填充位中的任意一位或多位进行识别，并根据识别结果基于神经网络对对应的网络信息进行评分。3.根据权利要求2所述的基于神经网络的智能内容筛选方法，其特征在于，在步骤S1中，物理层处理模块(101)将接收到的网络信息转换为数据帧后同时将该数据帧发送给缓存模块(102)，并在神经网络模块(103)完成评分后将所述缓存模块(102)中数据帧的原始数据与评分结果同时发送给数据链路层模块(104)。4.根据权利要求3所述的基于神经网络的智能内容筛选方法，其特征在于，所述的缓存模块(102)为先入先出缓存器。5.根据权利要求1所述的基于神经网络的智能内容筛选方法，其特征在于，神经网络模块(103)持续读取来自核心处理器(105)的反馈信息，根据反馈信息再一次给已评分的数据帧进行评分，得到更新后的评分结果。6.根据权利要求5所述的基于神经网络的智能内容筛选方法，其特征在于，所述的反馈信息包括：用户端根据评分结果...

【专利技术属性】
技术研发人员：余磊，
申请(专利权)人：上海斐讯数据通信技术有限公司，
类型：发明
国别省市：上海,31