[发明专利]一种网页篡改检测方法、检测系统及相关设备

权利要求书

1.一种网页篡改检测方法，其特征在于，包括：

提取待检测网页中的各个独立文本，并计算各个独立文本的语义特征向量；

将所有独立文本对应的语义特征向量输入第一注意力模型，确定各个独立文本对应的权值及各个独立文本对应的隐层特征向量；

将所有独立文本对应的隐层特征向量乘以对应的权值之后做加法运算，得到所述待检测网页的网页特征向量；

将所述网页特征向量输入预设的网页分类模型中识别所述待检测网页中是否存在篡改。

2.根据权利要求1所述的方法，其特征在于，所述计算各个独立文本的语义特征向量，包括：

对各个独立文本进行分词处理，一个独立文本的所有分词组成一个对应的分词序列；

基于预设的词向量模型生成所有分词的词向量；

根据分词序列中的各个分词的词向量计算各个独立文本的语义特征向量。

3.根据权利要求2所述的方法，其特征在于，所述根据分词序列中的各个分词的词向量计算各个独立文本的语义特征向量，包括：

进行语义特征向量运算，所述语义特征向量运算包括：将一个分词序列中的所有分词对应的词向量输入第二注意力模型，得到各个分词对应的权值及各个分词对应的隐层特征向量，将分词序列中的所有分词对应的隐层特征向量分别乘以对应的权值之后做加法运算，得到分词序列对应的独立文本的语义特征向量；

重复所述语义特征向量运算，得到各个独立文本的语义特征向量。

4.根据权利要求1至3中任一项所述的方法，其特征在于，所述提取待检测网页中的各个独立文本，包括：

根据HTML源文件中的标签将所述待检测网页剪切为不同的独立文本，两个不同的标签之间的文本作为一个或多个独立文本。

5.根据权利要求4所述的方法，其特征在于，所述网页分类模型包括：

逻辑回归模型、多层感知机模型、多层全连接神经网络模型。

6.一种检测系统，运用于网页篡改检测，其特征在于，包括：

处理模块，用于提取待检测网页中的各个独立文本，并计算各个独立文本的语义特征向量；

生成模块，用于将所有独立文本对应的语义特征向量输入第一注意力模型，确定各个独立文本对应的权值及各个独立文本对应的隐层特征向量；

计算模块，用于将所有独立文本对应的隐层特征向量乘以对应的权值之后做加法运算，得到所述待检测网页的网页特征向量；

分类模块，用于将所述网页特征向量输入预设的网页分类模型中识别所述待检测网页中是否存在篡改。

7.根据权利要求6所述的检测系统，其特征在于，所述处理模块包括：

提取单元，用于提取待检测网页中的各个独立文本；

分词单元，用于对各个独立文本进行分词处理，一个独立文本的所有分词组成一个对应的分词序列，并基于预设的词向量模型生成所有分词的词向量；

计算单元，用于根据分词序列中的各个分词的词向量计算各个独立文本的语义特征向量。

8.根据权利要求7所述的检测系统，其特征在于，所述计算单元包括：

计算子单元，用于进行语义特征向量运算，所述语义特征向量运算包括：将一个分词序列中的所有分词对应的词向量输入第二注意力模型，得到各个分词对应的权值及各个分词对应的隐层特征向量，将分词序列中的所有分词对应的隐层特征向量分别乘以对应的权值之后做加法运算，得到分词序列对应的独立文本的语义特征向量；

控制子单元，用于重复所述语义特征向量运算，得到各个独立文本的语义特征向量。

9.一种计算机装置，其特征在于，所述计算机装置包括处理器，所述处理器用于执行存储器中存储的计算机程序时实现如权利要求1至5中任意一项所述方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，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5中任意一项所述方法的步骤。