System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及网络与信息安全,特别是涉及一种网页分类方法、装置、电子设备及存储介质。
技术介绍
1、为了保障用户合法权益,构建安全可靠的信息通信环境,应该及时发现并处置非正常网页。相关技术中,主要是通过提取网页中的文字、图片、音频、视频等内容的内容特征,然后通过关键词策略、不良信息样本库、黑名单等监控手段来发现非正常网页。然而,这种方法是基于内容特征库中已发现的关键词、样本、图片等的内容特征进行判断的,当内容特征库中不存在相关内容特征时,无法及时发现新出现的非正常网页,导致无法及时有效处置非正常网页。因此,急需一种更加准确有效地发现非正常网页的方法。
技术实现思路
1、鉴于上述问题,本申请实施例提供了一种网页分类方法、装置、电子设备及存储介质,以便克服上述问题或者至少部分地解决上述问题。
2、本申请实施例的第一方面,提供了一种网页分类方法,包括:
3、获取待分类网页的源代码;
4、对所述待分类网页的源代码进行处理,得到所述待分类网页的多个源代码特征值;
5、将所述多个源代码特征值输入预先训练的决策树模型,得到所述待分类网页的分类结果,所述分类结果表征所述待分类网页是正常网页还是非正常网页。
6、可选地,每个源代码特征值为0/1型特征值或非0/1型特征值;所述决策树模型的模型参数包括:每个非0/1型特征值对应的置信阈值;
7、所述将所述多个源代码特征值输入预先训练的决策树模型,得到所述待分类网页的分类结果,包括:
...【技术保护点】
1.一种网页分类方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,每个源代码特征值为0/1型特征值或非0/1型特征值;所述决策树模型的模型参数包括:每个非0/1型特征值对应的置信阈值;
3.根据权利要求1所述的方法,其特征在于,每个源代码特征值为0/1型特征值或非0/1型特征值;对所述待分类网页的源代码进行处理,得到所述待分类网页的多个源代码特征值,包括:
4.根据权利要求3所述的方法,其特征在于,所述决策树模型是通过以下步骤训练得到的:
5.根据权利要求1-4任一所述的方法,其特征在于,在所述获取待分类网页的源代码之前,还包括:
6.根据权利要求1-4任一所述的方法,其特征在于,在所述待分类网页的分类结果表征所述待分类网页为非正常网页的情况下,还包括:
7.根据权利要求1-4任一所述的方法,其特征在于,在得到所述待分类网页的类别为非正常网页的情况下,还包括:
8.根据权利要求1-4任一所述的方法,其特征在于,在所述待分类网页的分类结果表征所述待分类网页为非正常网页的情况下,还包
9.一种网页分类装置,其特征在于,包括:
10.一种电子设备,其特征在于,包括:
11.一种计算机可读存储介质,其特征在于,当所述计算机可读存储介质中的指令由电子设备的处理器执行时,使得所述电子设备能够执行如权利要求1至8任一项所述的网页分类方法。
12.一种计算机程序产品,包括计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至8任一项所述的网页分类方法。
...【技术特征摘要】
1.一种网页分类方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,每个源代码特征值为0/1型特征值或非0/1型特征值;所述决策树模型的模型参数包括:每个非0/1型特征值对应的置信阈值;
3.根据权利要求1所述的方法,其特征在于,每个源代码特征值为0/1型特征值或非0/1型特征值;对所述待分类网页的源代码进行处理,得到所述待分类网页的多个源代码特征值,包括:
4.根据权利要求3所述的方法,其特征在于,所述决策树模型是通过以下步骤训练得到的:
5.根据权利要求1-4任一所述的方法,其特征在于,在所述获取待分类网页的源代码之前,还包括:
6.根据权利要求1-4任一所述的方法,其特征在于,在所述待分类网页的分类结果表征所述待分类网页为非...
【专利技术属性】
技术研发人员:王莺燕,
申请(专利权)人:中国电信股份有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。