一种基于网页内容的应用识别方法技术

本发明专利技术提供一种基于网页内容的应用发现方法，该基于网页内容的应用方法包括:步骤1，获取油田局域网中的网页链接；步骤2，对网页链接进一步爬取获取网页内容；步骤3，对网页内容提取特征；步骤4，建立网页分类模型为网络管理人员提供辅助决策信息。该基于网页内容的应用方法解决了传统应用发现精度低、灵活性差的缺点，使用真实的油田局域网数据，真实客观，提高了应用发现的准确性，充分满足油田网络管理员对应用发现的自动化需求。对应用发现的自动化需求。对应用发现的自动化需求。

【技术实现步骤摘要】
一种基于网页内容的应用识别方法


[0001]本专利技术涉及油田网络数据处理
，特别涉及一种基于网页内容的应用识别方法。

技术介绍

[0002]近年来，随着胜利油田信息化建设步伐的加快，越来越多的油田相关应用部署在局域网上，对于油田网络管理人员，由于应用系统IP变化频繁，很难发现局域网上所有的应用系统，所以很难监测某些应用是否存在问题。研究如何提高局域网上的应用系统发现率，可以减少管理人员人工筛查量，提升工作效率，对于油田应用统一管理和维护具有重要作用。
[0003]应用发现技术是解决企业内部网络应用管理问题的关键技术，一方面可以发现隐藏应用，提高管理人员的工作效率，另一方面可以发现存在的不合理应用，进一步规范网络空间，提升应用服务器效率。
[0004]目前，对于网络中应用发现主要通过对抓取流量分析的方式，需要用户使用特定仪器抓取网关路由器上流经的流量数据，对流量数据中的报文数据通过分类技术进行甄别，但是这种方法需要特定仪器且对应用发现的识别率低。
[0005]现有应用发现技术主要利用网络流量信息，受限于网络设备和网本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于网页内容的应用发现方法，其特征在于，该方法包括以下步骤：步骤1，获取油田局域网中的网页链接；步骤2，对所述网页链接进一步爬取获取网页内容；步骤3，对所述网页内容提取特征；步骤4，建立网页分类模型，为网络管理人员提供辅助决策信息。2.根据权利要求1所述的基于网页内容的应用发现方法，其特征在于，所述步骤1中所述获取油田局域网中的网页链接，具体包括：运行针对油田局域网的网页链接发现爬虫程序；在油田局域网内爬取尽可能多的网页链接；将爬取到的网页链接数据保存到本地。3.根据权利要求1所述的基于网页内容的应用发现方法，其特征在于，在步骤2中，所述对所述网页链接进一步爬取获取网页内容具体包括：对所有网页链接进行二次爬取，提取网页内文本和图片信息，保存到本地。4.根据权利要求1所述的基于网页内容的应用发现方法，其特征在于，在步骤3中，所束缚对所述网...

【专利技术属性】
技术研发人员：任恩茂，杨耀忠，刘宝军，董琰，史纪强，刘磊，谢丽娟，苗勇，
申请(专利权)人：中国石油化工股份有限公司胜利油田分公司物探研究院，
类型：发明
国别省市：