[发明专利]一种信息安全过滤方法

摘要

本发明公开了一种信息安全过滤方法，其具体实现过程包括了第一级的基于Web缓存技术的地址过滤和第二级的基于内容的过滤两大步骤。其中基于内容的过滤步骤又包含了文档预处理、生成文本特征和过滤三个子步骤。该一种信息安全过滤方法与现有技术相比，利用了Web缓存技术及统计和知识特征两个方面的知识，很好地提高了信息过滤的准确性和网络信息的安全性，实用性强。

主权项

一种信息安全过滤方法，其特征在于，其具体实现过程为：一、设置第一级过滤，即基于Web缓存的地址过滤，利用Web缓存技术在机器空闲或不忙时启动内容分析功能，对网页内容分类识别：使用标题判别引擎或内容判别引擎，根据预先设定的规则对缓存数据进行判断，对提供不良内容的URL进行登记，生成拦截黑名单加入数据库，同时删除缓存的不良网页，在该级将不良网站过滤掉；二、设置第二级过滤，即基于内容的过滤，该级过滤包括：文档预处理：对文本进行分词后加权，计算出文本中词的权值；生成文本特征：根据上述计算的权值大小构造特征词典；过滤：计算预先收集的满足和不满足过滤需求的两类文本的特征值，根据两类特征值的差异设置该过滤步骤中的阈值，计算得到的阈值用来判断待分析文本的特征值是否超过了该值，以决定是否进行相应的过滤处理，超过该值时，进行过滤。