[发明专利]一种基于统计机器学习的互联网暗链检测方法在审
| 申请号： | 201410452221.2 | 申请日： | 2014-09-05 |
| 公开（公告）号： | CN104239485A | 公开（公告）日： | 2014-12-24 |
| 发明（设计）人： | 孟池洁;王伟;耿光刚;隋鹏宇 | 申请（专利权）人： | 中国科学院计算机网络信息中心 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30 |
| 代理公司： | 北京君尚知识产权代理事务所(普通合伙) 11200 | 代理人： | 余长江 |
| 地址： | 100190 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于统计机器学习的暗链检测方法，其步骤包括：1)收集真实的网页源码数据作为分类模型的训练集，将其分为含有暗链和不含暗链两类；2)从收集的所有两类网页的Html源码文件中分别提取锚文本，即链接字段的文字内容，再将锚文本分割为单个词语；3)将分词后的两类文本进行向量化；4)对每个文本对应的向量进行降低维度处理；5)利用分类器对步骤4)得到的两类数据进行训练，得到分类模型；6)将得到的分类模型用于待检测的未知网页，得到暗链检测结果。本发明利用网页的源码有效自动地检测网页中是否含有暗链的存在，能够为搜索引擎打击网络作弊提供理论和实践支持。 | ||
| 搜索关键词： | 一种 基于 统计 机器 学习 互联网 检测 方法 | ||
【主权项】：
一种基于统计机器学习的暗链检测方法，其步骤包括：1)收集真实的网页源码数据作为分类模型的训练集，将其分为含有暗链和不含暗链两类；2)从两类网页的Html源码文件中分别提取锚文本，并将锚文本分割为单个词语；3)对分词后的两类文本进行向量化；4)对每个文本对应的向量进行降低维度处理，即进行特征选择；5)利用分类器对步骤4)得到的两类数据进行训练，得到分类模型；6)将步骤5)得到的分类模型用于待检测的未知网页，得到暗链检测结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国科学院计算机网络信息中心，未经中国科学院计算机网络信息中心许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201410452221.2/，转载请声明来源钻瓜专利网。
