互联网上多媒体信息识别方法、装置及电子设备制造方法及图纸

本发明专利技术提供一种互联网上多媒体信息识别方法、装置及电子设备，该方法包括：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

【技术实现步骤摘要】
互联网上多媒体信息识别方法、装置及电子设备


[0001]本专利技术涉及流量识别
，尤其涉及一种互联网上多媒体信息识别方法、装置及电子设备。

技术介绍

[0002]多媒体技术是目前信息
发展最快、应用最广、变化最快的技术。随着5G网络的普及，互联网中多媒体数据急剧增加。同时，多媒体数据具有更强的隐蔽性。
[0003]为了对互联网中的多媒体数据进行有效监测，首先需要从海量互联网数据中识别出多媒体数据。所以，如何提出一种有效的互联网上多媒体信息识别方案，能够便于从海量互联网数据中识别出多媒体数据，是业界亟需解决的重要课题。

技术实现思路

[0004]针对现有技术存在的问题，本专利技术提供一种互联网上多媒体信息识别方法、装置及电子设备。
[0005]第一方面，本专利技术提供一种互联网上多媒体信息识别方法，包括：
[0006]对互联网数据进行采集，获取待识别数据集；
[0007]对所述待识别数据集进行数据预处理，得到预处理数据集；
[0008]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。
[0009]可选地，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：
[0010]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。
[0011]可选地，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：
[0012]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。
[0013]可选地，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：
[0014]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。
[0015]可选地，所述方法还包括：
[0016]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。
[0017]可选地，所述方法还包括：
[0018]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。
[0019]可选地，所述对所述待识别数据集进行数据预处理，包括：
[0020]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。
[0021]第二方面，本专利技术还提供一种互联网上多媒体信息识别装置，包括：
[0022]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；
[0023]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；
[0024]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。
[0025]第三方面，本专利技术还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上所述第一方面所述的互联网上多媒体信息识别方法。
[0026]第四方面，本专利技术还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上所述第一方面所述的互联网上多媒体信息识别方法。
[0027]本专利技术提供的互联网上多媒体信息识别方法、装置及电子设备，通过对互联网上的数据进行采集和预处理，并利用多媒体规律规则库对预处理数据集进行多媒体信息识别，可以有效从互联网数据中识别出隐蔽的多媒体信息。
附图说明
[0028]为了更清楚地说明本专利技术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一简单介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，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，还可以根据这些附图获得其他的附图。
[0029]图1是本专利技术提供的互联网上多媒体信息识别方法的流程示意图；
[0030]图2为本专利技术提供的互联网上多媒体信息识别系统的结构示意图；
[0031]图3是本专利技术提供的互联网上多媒体信息识别装置的结构示意图；
[0032]图4为本专利技术提供的电子设备的结构示意图。
具体实施方式
[0033]为使本专利技术的目的、技术方案和优点更加清楚，下面将结合本专利技术中的附图，对本专利技术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专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0034]多媒体数据并不是信息
的新鲜数据，但是多媒体技术是现在信息
发展最快、应用最广、变化最快的技术。随着5G网络的普及，互联网中多媒体数据急剧增
加。同时多媒体数据具有更强的信息隐蔽性，因此特定互联网上多媒体数据的检测手段亟需增强。
[0035]而互联网上多媒体数据的智能识别方法，是多媒体数据检测和信息预警的前提。只有有效的将多媒体数据从海量的互联网数据中识别出来，才能进行有效的分类、识别、预警。为此，本专利技术提供一种互联网上多媒体信息识别方法、装置及电子设备。
[0036]图1为本专利技术提供的互联网上多媒体信息识别方法的流程示意图，如图1所示，该方法包括如下步骤：
[0037]步骤100、对互联网数据进行采集，获取待识别数据集。
[0038]具体地，本专利技术实施例中，首先需要通过光纤接入互联网，对互联网数据进行采集，获取待识别数据集，待识别数据集中包含多媒体信息。
[0039]可选地，采集过程可以是在公共网络或专用网络上通过预设规则选择待识别数据，也可以是采集专用网络中的全部数据。采集互联网数据的具体方式和具体网络类型在此不做限定。
[0040]可选地，在对互联网数据进行采集的过程中可以保存待识别数据对应的统一资源定位符(Uniform Resource Locator，URL)、超文本传输协议(Hyper Text Transfer Protocol，HTTP)请求报文、HTTP响应报文中的一项或多项。
[0041]步骤101、对待识别数据集进行数据预处理，得到预处理数据集。
[0042]具体地，在获取待识别数据集后，部分待识别数据可能由于乱序或被压缩等原因，导致待识别数据与原始数据不一致或者待本文档来自技高网...

【技术保护点】

【技术特征摘要】
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...

【专利技术属性】
技术研发人员：叶明，张琦，
申请(专利权)人：武汉虹旭信息技术有限责任公司，
类型：发明
国别省市：