一种信息过滤方法、系统、设备及计算机可读存储介质技术方案

本申请所提供的一种信息过滤方法，包括：根据用户需求选择信息过滤模型；将待分类信息输入信息过滤模型，输出相应的分类结果；根据分类结果，执行对应的信息过滤操作。本申请先是根据用户需求选择信息过滤模型，再将待分类信息输入信息过滤模型，输出相应的分类结果，最后根据分类结果，执行对应的信息过滤操作。该方法利用信息过滤模型进行信息的过滤，替代了现有技术中采用的黑白名单策略，能够提高信息过滤的安全性。此外，该方法可以适配大部分的场景，而且避免了现有技术中黑白名单策略需要不断的更新名单列表，降低了维护工作的成本，提高了工作效率。本申请还提供一种信息过滤系统、设备及计算机可读存储介质，均具有上述有益效果。

An Information Filtering Method, System, Equipment and Computer Readable Storage Media

【技术实现步骤摘要】
一种信息过滤方法、系统、设备及计算机可读存储介质
本申请涉及信息过滤
，特别涉及一种信息过滤方法、系统、设备及计算机可读存储介质。
技术介绍
在当今的计算器安全中，在安全字符过滤、有效信息筛选、信息交互对象定向选择等领域，使用的都是黑名单策略和白名单策略。白名单策略十分简单，白名单策略的优点是除了名单上的实体外都不能运行或者通过，但是白名单策略的缺点是应用场景单一。例如，对于经常会受到陌生人询价的销售人员，以及收到读者来信的作家或者其他定期收取潜在客户邮件的商业人士，如果使用白名单策略，则无法接收陌生人的邮件。黑名单策略只在某些应用中能够发挥良好作用，当然前提是黑名单内容准确性和完整性。但是，黑名单策略只能抵御已知的有害的程序和发送者，不能够抵御新威胁(0day攻击等)，攻击者容易针对性绕过，导致存在安全隐患。此外，黑白名单策略需要不断的更新名单列表，只能通过运维人员人工修改和迭代，不仅增加了维护工作的成本，而且工作效率低下。因此，如何提高信息过滤的安全性是本领域技术人员亟需解决的技术问题。
技术实现思路
本申请的目的是提供一种信息过滤方法、系统、设备及计算机可读存储介质，能够提高信息过滤的安全性。为解决上述技术问题，本申请提供一种信息过滤方法，包括：根据用户需求选择信息过滤模型；将待分类信息输入所述信息过滤模型，输出相应的分类结果；根据所述分类结果，执行对应的信息过滤操作。优选地，所述将待分类信息输入所述信息过滤模型，输出相应的分类结果，包括：将利用SVM模型训练样本对原始SVM模型进行模型训练得到的SVM模型作为所述信息过滤模型；其中，所述SVM模型训练样本包括合法输入数据和非法输入数据；将所述待分类信息输入所述SVM模型，输出所述待分类信息的类别为安全或不安全。优选地，输出所述待分类信息的类别为不安全后，还包括：将所述待分类信息输入RVM模型，输出相应的分类结果。优选地，将利用SVM模型训练样本对原始SVM模型进行模型训练得到的SVM模型作为所述信息过滤模型之后，还包括：判断所述SVM模型的精度是否达到SVM模型精度阈值；若是，则执行所述将所述待分类信息输入所述SVM模型，输出所述待分类信息的类别为安全或不安全的步骤。优选地，所述将待分类信息输入所述信息过滤模型，输出相应的分类结果，包括：将利用RVM模型训练样本对原始RVM模型进行模型训练得到的RVM模型作为所述信息过滤模型；其中，所述RVM模型训练样本包括非法输入数据及对应的类别；将待分类安全字符输入所述RVM模型，输出所述待分类安全字符的类别为合法输入或XSS或目录遍历或命令注入。优选地，将利用RVM模型训练样本对原始RVM模型进行模型训练得到的RVM模型作为所述信息过滤模型之后，还包括：判断所述RVM模型的精度是否达到RVM模型精度阈值；若是，则执行所述将待分类安全字符输入所述RVM模型，输出所述待分类安全字符的类别为合法输入或XSS或目录遍历或命令注入的步骤。本申请还提供一种信息过滤系统，包括：模型选择模块，用于根据用户需求选择信息过滤模型；分类结果输出模块，用于将待分类信息输入所述信息过滤模型，输出相应的分类结果；过滤操作执行模块，用于根据所述分类结果，执行对应的信息过滤操作。优选地，所述分类结果输出模块包括：SVM模型训练单元，用于将利用SVM模型训练样本对原始SVM模型进行模型训练得到的SVM模型作为所述信息过滤模型；其中，所述SVM模型训练样本包括合法输入数据和非法输入数据；SVM模型分类结果输出单元，用于将所述待分类信息输入所述SVM模型，输出所述待分类信息的类别为安全或不安全。本申请还提供一种设备，包括：存储器和处理器；其中，所述存储器用于存储计算机程序，所述处理器用于执行所述计算机程序时实现上述所述的信息过滤方法的步骤。本申请还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述所述的信息过滤方法的步骤。本申请所提供的一种信息过滤方法，包括：根据用户需求选择信息过滤模型；将待分类信息输入所述信息过滤模型，输出相应的分类结果；根据所述分类结果，执行对应的信息过滤操作。本申请先是根据用户需求选择信息过滤模型，再将待分类信息输入所述信息过滤模型，输出相应的分类结果，最后根据所述分类结果，执行对应的信息过滤操作。该方法利用信息过滤模型进行信息的过滤，替代了现有技术中采用的黑白名单策略，能够提高信息过滤的安全性。此外，该方法可以适配大部分的场景，而且避免了现有技术中黑白名单策略需要不断的更新名单列表，降低了维护工作的成本，提高了工作效率。本申请还提供一种信息过滤系统、设备及计算机可读存储介质，均具有上述有益效果，在此不再赘述。附图说明为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。图1为本申请实施例所提供的一种信息过滤方法的流程图；图2为本申请实施例所提供的一种信息过滤系统的结构框图。具体实施方式本申请的核心是提供一种信息过滤方法，能够提高信息过滤的安全性。本申请的另一核心是提供一种信息过滤系统、设备及计算机可读存储介质。为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。在当今的计算器安全中，在安全字符过滤、有效信息筛选、信息交互对象定向选择等领域，使用的都是黑名单策略和白名单策略。白名单策略十分简单，白名单策略的优点是除了名单上的实体外都不能运行或者通过，但是白名单策略的缺点是应用场景单一。黑名单策略只在某些应用中能够发挥良好作用，当然前提是黑名单内容准确性和完整性。但是，黑名单策略只能抵御已知的有害的程序和发送者，不能够抵御新威胁(0day攻击等)，攻击者容易针对性绕过，导致存在安全隐患。此外，黑白名单策略需要不断的更新名单列表，只能通过运维人员人工修改和迭代，不仅增加了维护工作的成本，而且工作效率低下。本申请实施例能够提高信息过滤的安全性，且可以适配大部分的场景，还可以避免现有技术中黑白名单策略需要不断的更新名单列表，降低了维护工作的成本，提高了工作效率。具体请参考图1，图1为本申请实施例所提供的一种信息过滤方法的流程图，该信息过滤方法具体包括：S101、根据用户需求选择信息过滤模型；本申请实施例首先根据用户需求选择信息过滤模型，在此对用户的需求不作具体限定，需根据实际情况而定。用户需求可以是一些简单的需求，例如只区分验证信息是否符合要求；用户需求还可以是一些复杂的需求，例如确定验证信息的具体类别。在此对用户需求的输入方式不作具体限定，应由本领域技术人员根据实际情况作出相应的设定，例如可以通过键盘输入用户需求，还可以通过鼠标在屏幕上勾选用户需求对应的选项。在此对信息过滤模型也不做具体限定，应由本领域技术人员根本文档来自技高网...

【技术保护点】
1.一种信息过滤方法，其特征在于，包括：根据用户需求选择信息过滤模型；将待分类信息输入所述信息过滤模型，输出相应的分类结果；根据所述分类结果，执行对应的信息过滤操作。

【技术特征摘要】
1.一种信息过滤方法，其特征在于，包括：根据用户需求选择信息过滤模型；将待分类信息输入所述信息过滤模型，输出相应的分类结果；根据所述分类结果，执行对应的信息过滤操作。2.根据权利要求1所述的信息过滤方法，其特征在于，所述将待分类信息输入所述信息过滤模型，输出相应的分类结果，包括：将利用SVM模型训练样本对原始SVM模型进行模型训练得到的SVM模型作为所述信息过滤模型；其中，所述SVM模型训练样本包括合法输入数据和非法输入数据；将所述待分类信息输入所述SVM模型，输出所述待分类信息的类别为安全或不安全。3.根据权利要求2所述的信息过滤方法，其特征在于，输出所述待分类信息的类别为不安全后，还包括：将所述待分类信息输入RVM模型，输出相应的分类结果。4.根据权利要求2所述的信息过滤方法，其特征在于，将利用SVM模型训练样本对原始SVM模型进行模型训练得到的SVM模型作为所述信息过滤模型之后，还包括：判断所述SVM模型的精度是否达到SVM模型精度阈值；若是，则执行所述将所述待分类信息输入所述SVM模型，输出所述待分类信息的类别为安全或不安全的步骤。5.根据权利要求1所述的信息过滤方法，其特征在于，所述将待分类信息输入所述信息过滤模型，输出相应的分类结果，包括：将利用RVM模型训练样本对原始RVM模型进行模型训练得到的RVM模型作为所述信息过滤模型；其中，所述RVM模型训练样本包括非法输入数据及对应的类别；将待分类安全字符输入所述RVM模型，输出所述待分类安全字符的类别为合...

【专利技术属性】
技术研发人员：徐潇，
申请(专利权)人：苏州浪潮智能科技有限公司，
类型：发明
国别省市：江苏,32