[发明专利]一种网站数据访问控制方法及系统

说明书

本申请提供一种网站数据访问控制方法及系统，该方法包括如下步骤：获取请求端的身份信息和其请求访问的网站类别信息；根据请求端身份信息和请求访问的网站类别信息，计算请求端访问网站数据的第一匹配值；比较第一匹配值和预设第一阈值的大小，若第一匹配值大于预设第一阈值，则采集请求端请求获取数据内容的摘要信息；否则，禁止请求端访问数据。本申请提高数据访问的精准性，提高数据访问的效率和安全性，减少资源的浪费。

技术领域

本申请涉及计算机网络安全技术领域，尤其涉及一种网站数据访问控制方法及系统。

背景技术

随着网络信息技术的高速发展，网络信息数据时刻都在爆炸性地增长。对于各类网站，其咨询信息实时更新，因此需要定期采集其它网站的数据内容来更新自己的内容。现有数据采集方法在采集数据前，程序员每次都需要根据不同的网站及不同的数据内容，编写与欲采集数据对应的正则规则，增加了数据采集的工作量。并且，现有技术中无法根据用户的身份信息，判断其访问的网站和数据是否与其自身的需求相匹配，导致一些与用户身份不匹配的信息传输给用户，使得数据访问的精准性较低，造成资源的冗余与浪费，甚至使得一些网站上的数据被非法用户获取，进行非法利用。因此，如何提高数据访问的精准性，提高数据访问的效率和安全性，减少资源的浪费是目前需要迫切解决的问题。

发明内容

本申请的目的在于提供一种网站数据访问控制方法及系统，提高数据访问的精准性，提高数据访问的效率和安全性，减少资源的浪费。

为达到上述目的，本申请提供一种网站数据访问控制方法，该方法包括如下步骤：获取请求端的身份信息和其请求访问的网站类别信息；根据请求端身份信息和请求访问的网站类别信息，计算请求端访问网站数据的第一匹配值；比较第一匹配值和预设第一阈值的大小，若第一匹配值大于预设第一阈值，则采集请求端请求获取数据内容的摘要信息；否则，禁止请求端访问数据。

一种网站数据访问控制方法还包括如下步骤：根据采集的请求端请求获取数据内容的摘要信息，以及请求端的身份信息，计算请求端访问网站数据的第二匹配值；比较请求端访问网站数据的第二匹配值与预设第二阈值的大小，若请求端访问网站数据的第二匹配值大于预设第二阈值，则允许请求端访问其请求的数据，否则，禁止请求端访问其请求的数据。

如上的，其中，计算请求端访问网站数据的第二匹配值的方法包括：

根据请求端请求获取数据内容的摘要信息，提取请求获取数据内容的特征词语；

计算提取的特征词语与标准词库中标准特征词语的第一相关值，获取第一相关值最大的标准特征词语作为提取的特征词语的映射词语，并记录对应的第一相关值；

根据提取的请求获取数据内容的特征词语、第一相关值和请求端身份，计算请求端访问网站数据的第二匹配值。

如上的，其中，第一相关值的计算公式为：

其中，ω表示提取的特征词语与标准特征词语的第一相关值；O_lt表示提取的第t个特征词语按照词长为l截取特征词语的字符中与标准特征词语相同的字符数量；L_t表示提取的第t个特征词语的总长度；τ_l表示按照词长为l截取特征词语的字符的权重因子；V_lt表示提取的第t个特征词语按照词长为l截取的字符与标准特征词语不相同的字符数量。

如上的，其中，预先设定标准词库，标准词库中包含标准特征词语。

如上的，其中，请求端身份信息包括IP地址和请求端所属的企业类别。

本申请还提供一种网站数据访问控制系统，该系统包括：

信息获取模块，用于获取请求端的身份信息和其请求访问的网站类别信息；