CN101068154A - 一种垃圾信息过滤方法及装置 - Google Patents

Abstract

本发明公开了一种垃圾信息过滤方法，包括：接收即时信息；在所述即时信息中提取发送者名称，并在预置的违规发送者名称库中查验是否含有该发送者名称；所述违规发送者名称库存储在预置时间内发送即时信息次数超过一定数值的发送者名称；如果是，则将所述即时信息丢弃。本发明还对接收到的即时信息的发送者地址、信息内容中的特征语法、关键词进行查验。同时，本发明还公开一种垃圾信息过滤装置。本发明通过对发送者的限制，可有效的防止某一发送者在短时间内发送大量的垃圾信息，更好的维护即时通信系统的应用环境。同时对组成较复杂的即时信息进行语法分析，通过深入的语法分析来查验、过滤垃圾信息，加大对垃圾信息的过滤力度，提高过滤效果。

Description

一种垃圾信息过滤方法及装置

技术领域

本发明涉及即时通信领域，特别是涉及一种垃圾信息过滤方法及装置。

背景技术

网络即时通信系统因其可以方便、快捷地完成客户端之间的沟通，被越来越多的人们使用，比如商务通、MSN、网易泡泡等即时通信系统已成为日常网上通讯的重要工具。因网络即时通信系统具备拥有大量客户群、收发信息方便、影响面较大等特点，常有人利用即时通信系统大量发送含有宣传广告、不文明用语的垃圾信息，这些垃圾信息干扰用户正常使用即时通信系统，用户不得不花费大量时间来处理这些垃圾信息，同时，垃圾信息也会影响即时通信系统运营商家的信誉，给网络监管带来了困难。因此，需要采取有力的措施对垃圾信息进行过滤，维护即时通信系统的应用环境。

参照图1，示出了现有的垃圾信息过滤方法，具体步骤如下：

101、预置一关键词库；

首先通过对大量垃圾信息的分析，总结垃圾信息中常用到的一些关键词，组成关键词库，放置到即时通信系统服务器中。关键词可以是“服装大甩卖”、“心动请汇款到×××”、“转让门面店”等等词句，关键词在很大程度上可表明该信息是以宣传、广告等为目的的垃圾信息。

102、接收即时信息，提取信息内容；

用户通过客户端发送的即时信息需经服务器中转，服务器在接收的即时信息中提取信息内容，以供查验。

103、对照关键词库，查验信息内容中是否含有关键词库内存储的关键词，如有，则判定该即时信息为垃圾信息，进行丢弃；如无，则判定该即时信息为正常信息，传送到相应客户端显示。

上述利用关键词查验方法虽然可以方便、简单地对垃圾信息进行过滤，但是，该方法过滤的垃圾信息只是信息内容中含有已知关键词的即时信息，过滤效果非常有限。

该方法对信息内容中不含上述关键词，但大量重复发送的垃圾信息不能有效过滤；对信息内容中不含上述关键词，组成较复杂的垃圾信息不能有效过滤。

当垃圾信息的发布者在不改变原意的基础上，适当转换、更改信息内容所使用的关键词，该方法也不能进行有效的查验、过滤。

发明内容

本发明所要解决的技术问题是提供一种垃圾信息过滤方法及装置，提高垃圾信息的过滤效果。

本发明一种垃圾信息过滤方法，包括：

a、接收即时信息；

b、在所述即时信息中提取发送者名称，并在预置的违规发送者名称库中查验是否含有该发送者名称；所述违规发送者名称库存储在预置时间内发送即时信息次数超过一定数值的发送者名称；

c、如果是，则将所述即时信息丢弃。

优选的，按照下述步骤，将在预置时间内发送即时信息次数超过一定数值的发送者名称存入违规发送者名称库：

提取即时信息中发送者名称和发送时间；

将在预置时间内发送即时信息次数超过一定数值的发送者确定为违规发送者；

将违规发送者名称存入违规发送者名称库。

优选的，所述发送时间采用服务器时间。

优选的，所述步骤b还包括：在即时信息中提取发送者地址，并在预置的违规发送者地址库中查验是否含有该发送者地址；所述违规发送者地址库存储在预置时间内发送垃圾信息次数超过一定数值的发送者地址。

优选的，所述步骤b还包括：在即时信息中提取信息内容，对照预置的特征语法库，查验该信息内容是否具有相应的特征语法。

优选的，所述步骤b还包括：在即时信息中提取信息内容，对照预置的关键词库，查验该信息内容是否含有相应的关键词。

优选的，在提取信息内容之后，还包括：将信息内容转换为统一的格式。

本发明一种垃圾信息过滤装置，包括：

接收单元，用于接收即时信息；

违规发送者名称查验单元，存储在预置时间内发送即时信息次数超过一定数值的发送者名称；用于在即时信息中提取发送者名称，并在其内部查验是否含有该发送者名称，将查验结果传送至垃圾信息处理单元；

垃圾信息处理单元，用于在查验结果为是时，将所述即时信息丢弃。

优选的，还包括：发送者地址查验单元，存储在预置时间内发送垃圾信息次数超过一定数值的发送者地址；用于提取即时信息中发送者地址，在预置的违规发送者地址库中查验是否含有该发送者地址，并将查验结果传送至垃圾信息处理单元。

优选的，还包括：特征语法查验单元，用于在即时信息中提取信息内容，对照其内置的特征语法库，查验该信息内容是否具有相应的特征语法，并将查验结果传送至垃圾信息处理单元。

优选的，还包括：关键词查验单元，用于在即时信息中提取信息内容，对照其内置的关键词库，查验该信息内容是否含有相应的关键词，并将查验结果传送至垃圾信息处理单元。

与现有技术相比，本发明具有以下优点：

本发明提取即时信息中发送者名称和发送时间，将在预置时间内发送即时信息次数超过一定数值的发送者确定为违规发送者，将违规发送者名称存入违规发送者名称库，在一定时间内禁止该发送者发送即时信息。该方法通过对发送者的限制，可有效的防止某一发送者在短时间内发送大量的垃圾信息，更好的维护即时通信系统应用环境。

优选的，本发明还通过对常发送垃圾信息的发送者地址进行限制，有效防止发送者利用某一客户端大量发送垃圾信息，更好的维护即时通信系统应用环境。

优选的，本发明还对组成较复杂的即时信息进行语法分析，通过深入的语法分析来查验、过滤垃圾信息，加大对垃圾信息的过滤力度，提高过滤效果。

优选的，本发明通过对信息内容转换为统一的格式进行查验，防止发送者对垃圾信息的内容进行全角/半角，大写/小写等方式转化后躲避查验，提高垃圾信息过滤方法中关键词和特征语法的查验效果。

附图说明

图1为现有的垃圾信息过滤方法流程图；

图2为本发明一实施例的垃圾信息过滤方法流程图；

图3为本发明一实施例的垃圾信息过滤装置结构图。

具体实施方式

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

本发明的核心思想是将预置时间内发送即时信息次数超过一定数值的发送者确定为违规发送者，在一定时间或条件下限制违规发送者发送即时信息，防止某一发送者在短时间内发送大量的垃圾信息，更好的维护即时通信系统应用环境。同时，为更好的控制大量垃圾信息的产生，本发明还通过对常发送垃圾信息的发送者地址(IP)进行限制，防止发送者利用某一客户端大量发送垃圾信息。

为增加垃圾信息的过滤效果，本发明还同时使用特征语法查验、关键词查验等查验方法，特征语法查验是通过对信息内容深入的语法分析来过滤垃圾信息。关键词查验方法是通过查验信息内容中是否含有具有广告、群发信息等特征的关键词来过滤垃圾信息。

参照图2，示出本发明一实施例的垃圾信息过滤方法，具体步骤如下：

201、接收即时信息；

即时信息包含发送者名称、发送时间、发送者地址、信息内容等几部分。即时信息由系统中发送客户端发出，经服务器检测后转发到指定客户端。这样服务器可利用其中枢地位对接收的即时信息进行检测，防止垃圾信息在即时通信系统内传播。这里所说的垃圾信息是指大量发送的广告信息、多次重复的发言、及传播不文明图片、多处使用不文明用语的即时信息。

服务器对接收到的信息并不立即传送到指定客户端，而是进行分析、查验、过滤后再发送到指定客户端。

202、服务器在即时信息中提取发送者名称，在预置的违规发送者名称库中查验该发送者名称；

违规发送者名称库存储在预置时间内发送即时信息次数超过一定数值的发送者名称，其中，预置时间和一定数值可根据实际情况进行调整。本发明在服务器预置违规发送者名称库，在接收的即时信息中提取发送者名称，再在违规发送者名称库中查验是否含有该发送者名称。

在实际中，一些发送者往往使用专用工具控制即时通讯系统，使其自动发送大量重复的垃圾信息，该方式发送垃圾信息的频率快，并可在无人工操作情况下长时间发送，因此，给即时通讯系统正常使用造成很大的干扰。依据经验，当发送者在4秒内发送即时信息的次数超过4次，很可能是在使用自动发送等手段在大量群发信息，所以，本发明将在4秒内发送信息超过4次的发送者确定为违规发送者，并将该发送者名称存入违规发送者名称库。

服务器对接收的即时信息进行检测，根据检测结果实时更新违规发送者名称库，具体实现步骤为：

服务器在接收的即时信息中提取发送者名称和发送时间，因各客户端的时间不一致，服务器以自身显示的时间为标准，确定信息的发送时间；

服务器通过比较、查找等方法搜集在4秒内发送即时信息次数超过4次的发送者，将其确定为违规发送者；

服务器将违规发送者名称存入违规发送者名称库。

203、如查验结果为是，则判定所述即时信息为垃圾信息，进行丢弃；如查验结果为不是，则判定该即时信息为正常信息，发送到指定客户端显示。

为防止将正常用户误判为违规发送者后，给用户造成过多的影响，本发明采用较灵活的方式更新违规发送者名称库。如，当某一确定的违规发送者退出即时通信系统时，服务器在违规发送者名称库中删除该发送者，这样该发送者下次登陆即时通信系统时，仍可正常发送即时信息。但是，如果该发送者多次违规发送，则可采用在一定时间内禁止该发送者发送即时信息等手段，以示惩罚。

本发明通过对自动发送垃圾信息的发送者进行限制，在很大程度上，可避免即时通信系统出现大量、重复的垃圾信息，维护了即时通信系统的应用环境。

为防止大量垃圾信息的产生，本发明还采用对发送者IP的进行查验的方法。服务器在接收的即时信息中提取发送者IP，并在预置的违规发送者IP库中查验是否含有该发送者IP，如查验结果为是，则判定所述即时信息为垃圾信息，进行丢弃；如查验结果为不是，则判定该即时信息为正常信息，发送到指定客户端显示。

违规发送者IP库存储在预定时间内发送即时信息次数超过一定数值的发送者IP。其中，预置时间和一定数值可根据实际情况进行调整。

发送者IP往往为一固定的客户端，如某一发送者客户端多次发送垃圾信息，表明该客户端可能装备有自动发送垃圾信息的工具，因此可在较长的时间内对该发送者客户端进行禁止，使垃圾信息发送者在一段时间不能使用该客户端登陆即时通信系统，发送信息。

本发明通过对常发送垃圾信息的发送者IP进行限制，防止发送者多次利用某一固定客户端自动发送大量垃圾信息。

本发明同时还采用特征语法查验、关键词查验等方法，通过对即时信息中的信息内容的查验，提高垃圾信息的过滤效果。

特征语法查验需先预置一特征语法库，通过对大量垃圾信息的语法分析，总结宣传广告信息、恶意传播流言信息、传播不文明图片信息等各类垃圾信息所共有的语法特征，如在宣传广告信息中常出现的“如要治疗××病、××病，请到×××医院”，在恶意传播流言信息中常出现的“如果不....，将遭到××”，服务器总结这些特征语法，组成特征语法库，放置到服务器内。

服务器对接收到的即时信息提取信息内容，对照预置的特征语法库，进行语法分析，查验该信息内容是否具有相应的语法特征，如查验结果为是，则判定所述即时信息为垃圾信息，进行丢弃；如查验结果为不是，则判定该即时信息为正常信息，发送到指定客户端显示。

该特征语法分析查验法可根据实际情况进行应用，如可提前对信息内容进行字数检测，对超过一定字数的信息内容再进行特征语法分析，这样可提高服务器的查验效率，减轻服务器的压力。服务器通过对垃圾信息的分析，不断的更新特征语法库。

关键词查验需预置一关键词库，该关键词库存储有宣传广告信息、恶意传播流言信息、不文明信息等各类垃圾信息常用的关键词，如，“服装大甩卖”、“心动请汇款到×××”、“转让门面店”等等。该关键词库还存储一些常用的英文广告词、英文不文明用语等。

服务器对接收到的即时信息提取信息内容，对照预置的关键词库，查验该信息内容是否具有相应的关键词，如查验结果为是，则判定所述即时信息为垃圾信息，进行丢弃；如查验结果为不是，则判定该即时信息为正常信息，发送到指定客户端显示。

本发明还对接收到的信息内容进行转换，将其转换为统一的格式，再进行查验，如全部转换为小写、半角格式。防止垃圾信息发送者对一些特征词语和关键词进行大、小写或全角、半角变换来躲避查验，

上述本发明列举的违规发送者名称查验、违规发送者IP查验，特征语法查验、关键词查验等四种查验方法，每一种都可单独使用，或任意几个组合使用，如单独使用违规发送者IP查验，或将违规发送者IP查验与特征语法查验结合使用，或将违规发送者IP查验与关键词查验结合使用，或将违规发送者IP查验、特征语法查验与关键词查验结合使用，都可取得较好的垃圾信息过滤效果。本发明在此不作一一赘述，但上述四种方法的任意组合，皆属本发明保护范围之内。

参照图3，示出本发明一实施例的垃圾信息过滤装置，包括：接收单元301、违规发送者名称查验单元302、特征语法查验单元303、发送者IP查验单元304、关键词查验单元305、垃圾信息处理单元306等各功能单元。

接收单元301接收客户端发送的即时信息，并将该信息传送至违规发送者名称查验单元302、特征语法查验单元303、发送者IP查验单元304、关键词查验单元305等查验单元。

违规发送者名称查验单元302存储在预置时间内发送即时信息次数超过一定数值的发送者名称，在即时信息中提取发送者名称，并在其内部查验是否含有该发送者名称，并将查验结果传送至垃圾信息处理单元306。

特征词查验单元303在即时信息中提取信息内容，对照其内置的特征语法库，查验该信息内容是否具有相应的特征语法，并将查验结果传送至垃圾信息处理单元306。

发送者IP查验单元304存储在一定时间内发送垃圾信息次数超过预设值的发送者IP，在即时信息中提取发送者IP，在预置的违规发送者地址库中查验是否含有该发送者IP，并将查验结果传送至垃圾信息处理单元306。

关键词查验单元305在即时信息中提取信息内容，对照其内置的关键词库，查验该信息内容是否含有相应的关键词，并将查验结果传送至垃圾信息处理单元306。

垃圾信息处理单元306接收各查验单元传送的查验结果，如查验结果为是，则判定所述即时信息为垃圾信息，进行丢弃；如查验结果为不是，则判定该即时信息为正常信息，发送到指定客户端显示。

以上对本发明所提供的一种垃圾信息过滤方法及装置，进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (11)

1、一种垃圾信息过滤方法，其特征在于，包括：

a、接收即时信息；

b、在所述即时信息中提取发送者名称，并在预置的违规发送者名称库中查验是否含有该发送者名称；所述违规发送者名称库存储在预置时间内发送即时信息次数超过一定数值的发送者名称；

c、如果是，则将所述即时信息丢弃。

2、根据权利要求1所述的方法，其特征在于，按照下述步骤，所述违规发送者名称库存储在预置时间内发送即时信息次数超过一定数值的发送者名称：

提取即时信息中发送者名称和发送时间；

将在预置时间内发送即时信息次数超过一定数值的发送者确定为违规发送者；

将违规发送者名称存入违规发送者名称库。

3、根据权利要求2所述的方法，其特征在于，所述发送时间采用服务器时间。

4、根据权利要求1、2或3所述的方法，其特征在于，所述步骤b还包括：

在即时信息中提取发送者地址，并在预置的违规发送者地址库中查验是否含有该发送者地址；所述违规发送者地址库存储在预置时间内发送即时信息次数超过一定数值的发送者地址。

5、根据权利要求1所述的方法，其特征在于，所述步骤b还包括：

在即时信息中提取信息内容，对照预置的特征语法库，查验该信息内容是否具有相应的特征语法。

6、根据权利要求1所述的方法，其特征在于，所述步骤b还包括：

在即时信息中提取信息内容，对照预置的关键词库，查验该信息内容是否含有相应的关键词。

7、根据权利要求5或6所述的方法，其特征在于，在提取信息内容之后，还包括：

将信息内容转换为统一的格式。

8、一种垃圾信息过滤装置，其特征在于，包括：

接收单元，用于接收即时信息；

违规发送者名称查验单元，存储在预置时间内发送即时信息次数超过一定数值的发送者名称；用于在即时信息中提取发送者名称，并在其内部查验是否含有该发送者名称，将查验结果传送至垃圾信息处理单元；

垃圾信息处理单元，用于在查验结果为是时，将所述即时信息丢弃。

9、根据权利要求8所述的装置，其特征在于，还包括：

发送者地址查验单元，存储在预置时间内发送即时信息次数超过一定数值的发送者地址；用于提取即时信息中发送者地址，在预置的违规发送者地址库中查验是否含有该发送者地址，将查验结果传送至垃圾信息处理单元。

10、根据权利要求8所述的装置，其特征在于，还包括：

特征语法查验单元，用于在即时信息中提取信息内容，对照其内置的特征语法库，查验该信息内容是否具有相应的特征语法，并将查验结果传送至垃圾信息处理单元。

11、根据权利要求8所述的装置，其特征在于，还包括：

关键词查验单元，用于在即时信息中提取信息内容，对照其内置的关键词库，查验该信息内容是否含有相应的关键词，并将查验结果传送至垃圾信息处理单元。

Images