[发明专利]一种网络数据监测方法

说明书

本发明公开了一种网络数据监测方法，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以及与无语义字符数B；步骤4：制定警告规则，提示网络监管。本发明的有益效果：1、人性化的根据企业要求制定监管策略，可以提高信息审查的效率，避免因人工监管带来的疏忽以及信息泄露，安全高效；2、根据不同的需求以及检查结果，及时的更新无语义字符库和冷僻字符库以及冷僻字符搭配表，可以提高信息检查的准确新，减少信息泄露的风险。

技术领域

本发明涉及互联网技术领域，具体涉及一种网络数据监测方法。

背景技术

文本分类是指对文本按照一定的分类体系或者标准进行自动分类标记，文本分类包括了文本的表达、分类器的选择与训练、分类结果的评价与反馈等过程。

信息作为一种资源，它的普遍性、共享性、增值性、可处理性和多效用性，使其对于人类具有特别重要的意义。信息安全的实质就是要保护信息系统或信息网络中的信息资源免受各种类型的威胁、干扰和破坏，即保证信息的安全性。根据国际标准化组织的定义，信息安全性的含义主要是指信息的完整性、可用性、保密性和可靠性。信息安全是任何国家、政府、部门、行业都必须十分重视的问题，是一个不容忽视的国家安全战略。对于不同的部门和行业来说，其对信息安全的要求和重点却是有区别的。

对于一个企业来说，如果发生未公开信息或者方案遭到泄密对一个企业来说是存在很大的隐患的，因此在信息加密以及信息监控方面需要不断去开发新技术，以应对不同企业的不同需求，保证信息安全。

中国专利，公开号：CN 104539624 A，公开日：2015年4月22日，公开了一种文本中号码信息的安全监测方法及装置，本发明提供一种文本中号码信息的安全监测方法，包括以下步骤：获取包含号码的文本消息；提取文本消息中的号码信息；发送包含号码信息的安全检测请求至服务器端；获取服务器端返回的检测结果，当该检测结果表征号码信息应被拦截时，拦截号码信息对应的文本消息。该方法能够将上述方式通过将文本消息中的号码信息与黑号码库中的信息进行匹配，能够准确地识别垃圾消息，减少用户损失。但不能及时的根据文本消息中的内容去区别黑号码，也不能及时的更新黑号码库，当遇到新的黑号码内容时，不能保证下一次能够拦截。

发明内容

本发明的目是针对企业文件中一些涉及信息泄露的关键字或关键词，在文案倒出过程中需要对文案的整体信息进行一个泄密排查，提出了一种网络数据监测方法，该方法可以有效监察到文档中涉及到的泄密内容，并作出警告以及后续的警告处理步骤。

为实现上述技术目的，本发明提供的一种技术方案是，一种网络数据监测方法，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以及与无语义字符数B；

步骤4：制定警告规则，提示网络监管。

进一步的，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。本方案中，网络文本来源可以是企业的文档，也可以是大型论坛，贴吧等公共网络舆论场所；将文本中的的汉字以及字符通过所占字符数进行区分，特别的，对文档中的数字内容可以根据设定规则作为冷僻字，用于防止因为数字串对应的代码、编码或者暗号而产生的信息泄密。

进一步的，所述步骤2包括：