[发明专利]一种网络数据监测方法

权利要求书

1.一种网络数据监测方法，其特征在于：该方法包括以下几个步骤；

步骤1：待识别的文本数据获取并预处理；

步骤2：搭建无语义字符库和冷僻字符库以及冷僻字符搭配表，设定冷僻字符以及无字符出现的次数阈值N；

步骤3：遍历预处理后的文本，记录冷僻字符出现次数A以及与冷僻字符相邻的无语义字符数B；

步骤4：制定警告规则，提示网络监管。

2.根据权利要求1所述的一种网络数据监测方法，其特征在于：所述步骤1包括：

步骤11：网络文本数据的获取；

步骤12：对获取到的网络文本数据进行分词处理，对文本中的无语义字符和冷僻字符进行提取和分类。

3.根据权利要求1所述的一种网络数据监测方法，其特征在于：所述步骤2包括：

步骤21：建立无语义字符库和冷僻字符库，搭建冷僻字符搭配表，将与冷僻字相邻的一定字符长度的字符串制定一个字符串集合，以冷僻字作为搜索核心目标进行匹配；

步骤22：设定文本中的字符遍历相同字符出现的次数阈值，用以制定警告，提示需要网络监管。

4.根据权利要求1所述的一种网络数据监测方法，其特征在于：所述步骤3包括：

步骤31：对文本进行特征提取，将冷僻字符和无语义字符进行类别识别；

步骤32：分别遍历无语义字符以及冷僻字符，通过与无语义字符库和冷僻字符库的对照，记录无语义字符以及冷僻字符出现的次数。

5.根据权利要求1所述的一种网络数据监测方法，其特征在于：所述步骤4包括：

步骤41：统计遍历整篇文本的冷僻字符出现次数A和冷僻字符相邻的无语义字符数B，与设定值N进行对比；

步骤42：判定：若A=N，则剔除整篇文档的无语义字符，将剔除无语义字符后的生僻字符与冷僻字符库进行匹配，若匹配成功，则生成关键字；若匹配不成功，更新所述冷僻字符库和所述冷僻字符搭配表；

步骤43：制定关键词集合，以关键字为中心，提取关键字以及相邻的字符作为关键词，生成关键词集合；

步骤44：将关键词集合与冷僻字符搭配表进行匹配，若匹配成功，提示警告，需要网络监管。

6.根据权利要求5所述的一种网络数据监测方法，其特征在于：所述的步骤42包括：更新冷僻字符库以及更新冷僻字符搭配表；

所述关键字如果不在冷僻字符库，需要更新所述冷僻字符库和所述冷僻字符搭配表，具体步骤如下：

步骤421：将关键字作为冷僻字添加到冷僻字符表中，生成新的冷僻字符表作为下一次遍历文本的冷僻字符表。

7.根据权利要求5或6所述的一种网络数据监测方法，其特征在于：所述的更新冷僻字符搭配表有以下规则；

步骤422：遍历整篇文档，记录与冷僻字相邻的无语义字符的个数B，若B=A/2，则将此无语义的字符以及与其相邻的冷僻字符作为关键词，放入关键词集合，将生成的关键词集合添加到所述冷僻字符搭配表中，生成新的冷僻字符搭配表供下一次遍历文本对照。

8.根据权利要求1所述的一种网络数据监测方法：其特征在于：所述的冷僻字符表可以对关键词集合进行语义分析，通过计算语义权重，进行语义判别，制定不同的警告策略。

9.根据权利要求8所述的一种网络数据监测方法：其特征在于：所述的警告策略根据语义分析以及所占语义的权重制定不同的网络监管方法，所述网络监管方法分别为注销IP以及IP跟踪、禁止输入、文本模糊化处理。