CN112015946A - 视频检测方法、装置、计算设备及计算机存储介质 - Google Patents
视频检测方法、装置、计算设备及计算机存储介质 Download PDFInfo
- Publication number
- CN112015946A CN112015946A CN201910461471.5A CN201910461471A CN112015946A CN 112015946 A CN112015946 A CN 112015946A CN 201910461471 A CN201910461471 A CN 201910461471A CN 112015946 A CN112015946 A CN 112015946A
- Authority
- CN
- China
- Prior art keywords
- site
- user
- video
- bad
- preset
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 67
- 238000012545 processing Methods 0.000 claims abstract description 32
- 238000000034 method Methods 0.000 claims abstract description 31
- 238000004364 calculation method Methods 0.000 claims description 29
- 238000004891 communication Methods 0.000 claims description 15
- 230000006735 deficit Effects 0.000 claims 2
- 238000004422 calculation algorithm Methods 0.000 description 11
- 238000000605 extraction Methods 0.000 description 11
- 238000001914 filtration Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000011022 operating instruction Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
- G06F16/71—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/958—Organisation or management of web site content, e.g. publishing, maintaining pages or automatic linking
- G06F16/986—Document structures and storage, e.g. HTML extensions
Abstract
本发明实施例涉及视频检测技术领域，公开了一种视频检测方法、装置、计算设备及计算机存储介质，其中，方法包括：获取用户视频访问日志；根据所述用户视频访问日志，确定用户访问的视频所属的站点；统计各预设用户不良等级的用户对所述站点的访问次数，得到各所述站点的访问数据；根据所述站点的访问数据，计算所述站点的不良指数；根据所述不良指数确定所述站点的风险等级；根据所述风险等级对应的处理方式，对所述站点进行视频检测。通过上述方式，本发明实施例实现了根据站点的风险等级，对站点进行视频检测，提高了视频检测的效率。
Description
技术领域
本发明实施例涉及视频检测技术领域，具体涉及一种视频检测方法、装置、计算设备及计算机存储介质。
背景技术
网络视频已深入人们的日常生活，成为人们获取知识和娱乐的手段。网络视频良莠不齐，经常会有暴力或者欺诈等不良信息混杂在内。包含不良信息的视频一经传播，会扰乱社会秩序，破坏社会风气，尤其是给青少年的健康成长造成极大的负面影响。因此，需要对网络视频内容进行检查，以便过滤掉包含不良内容的网络视频。
目前从待检测视频中抽取视频帧进行检测的方案主要有两种：第一种方案是对每一待检测视频采用统一的规则进行周期性采样。例如，每隔一定时长提取一个视频帧；第二种方案是提取待检测视频中的关键帧，即包含两段不同内容的视频帧。在实现本发明实施例的过程中，发明人发现，方案一与方案二对于每一待检测视频均采取同样的方案进行抽帧检测，增加了视频检测的计算量。
发明内容
鉴于上述问题，本发明实施例提供了一种视频检测方法、装置、计算设备及计算机存储介质，克服了上述问题或者至少部分地解决了上述问题。
根据本发明实施例的一个方面，提供了一种视频检测方法，所述方法包括：
获取用户视频访问日志；
根据所述用户视频访问日志，确定用户访问的视频所属的站点；
统计各预设用户不良等级的用户对所述站点的访问次数，得到所述站点的访问数据；
根据所述站点的访问数据，计算所述站点的不良指数；
根据所述不良指数确定所述站点的风险等级；
根据所述风险等级对应的处理方式，对所述站点进行视频检测。
在一种可选的方式中，获取用户视频访问日志，进一步包括：
采集用户访问日志；
对所述用户访问日志进行过滤，得到所述用户视频访问日志。
在一种可选的方式中，根据所述用户视频访问日志，确定用户访问的视频所属的站点，包括：
获取所述用户视频访问日志中包含的视频所属的站点；
如果所述站点为隐藏站点，对所述隐藏站点的视频地址进行解析，得到所述隐藏站点的视频所属的真实站点。
在一种可选的方式中，确定所述预设用户不良等级，包括：检测所述用户在预设时间段内访问的视频的视频类型；
计算所述用户对各所述视频类型的视频的访问次数；
根据所述访问次数计算所述用户的不良等级；
将所述用户的不良等级确定为所述预设用户不良等级。
在一种可选的方式中，根据访问次数计算所述用户的不良等级，进一步包括：
根据预设视频类型对应的权重，对所述访问次数进行加权计算，得到所述用户得分；
根据所述用户得分确定所述用户的不良等级。
在一种可选的方式中，统计各预设用户不良等级的用户对所述站点的访问次数，得到各所述站点的访问数据，进一步包括：
获取访问所述站点的所有用户的所述预设用户不良等级；
计算各所述站点在各预设用户不良等级下对应的访问量，得到各所述站点的访问数据。
在一种可选的方式中，根据所述站点的访问数据，计算所述站点的不良指数，进一步包括：根据预设用户不良等级对应的权重，对所述站点的访问量进行加权计算，得到所述站点的不良指数。
在一种可选的方式中，在根据所述站点的访问数据，计算所述站点的不良指数之前，所述方法还包括：
判断所述站点是否包含在预设白名单中，若否，执行根据所述站点的访问数据，计算所述站点的不良指数，若是，返回执行获取用户视频访问日志。
在一种可选的方式中，根据所述风险等级对应的处理方式，对所述站点进行视频检测，进一步包括：
获取预设的站点风险等级与处理方式的对应关系；
根据所述对应关系，对所述站点采用对应的处理方式进行视频检测。
根据本发明实施例的另一方面，提供了一种视频检测装置，包括：
获取模块：用于获取用户视频访问日志；
第一确定模块：用于根据所述用户视频访问日志，确定用户访问的视频所属的站点；
统计模块：用于统计各预设用户不良等级的用户对所述站点的访问次数，得到所述站点的访问数据；
计算模块：用于根据所述站点的访问数据，计算所述站点的不良指数；
第二确定模块：用于根据所述不良指数确定所述站点的风险等级；
检测模块：用于根据所述风险等级对应的处理方式，对所述站点进行视频检测。
在一种可选的方式中，获取模块进一步用于：采集用户访问日志；对所述用户访问日志进行过滤，得到所述用户视频访问日志。
在一种可选的方式中，第一确定模块进一步用于：获取所述用户视频访问日志中包含的视频所属的站点；
如果所述站点为隐藏站点，对所述隐藏站点的视频地址进行解析，得到所述隐藏站点的视频所属的真实站点。
在一种可选的方式中，所述装置还包括：第三确定模块，用于确定所述预设用户不良等级。
在一种可选的方式中，所述第三确定模块进一步用于：检测所述用户在预设时间段内访问的视频的视频类型；
计算所述用户对各所述视频类型的视频的访问次数；
根据所述访问次数计算所述用户的不良等级；
将所述用户的不良等级确定为所述预设用户不良等级。
在一种可选的方式中，根据访问次数计算所述用户的不良等级，进一步包括：
根据预设视频类型对应的权重，对所述访问次数进行加权计算，得到所述用户得分；
根据所述用户得分确定所述用户的不良等级。
在一种可选的方式中，所述统计模块进一步用于：获取访问所述站点的所有用户的所述预设用户不良等级；
计算所述站点在各预设用户不良等级下对应的访问量，得到所述站点的访问数据。
在一种可选的方式中，所述计算模块进一步用于：根据预设用户不良等级对应的权重，对所述站点的访问量进行加权计算，得到所述站点的不良指数。
在一种可选的方式中，所述装置还包括：判断模块：用于判断所述站点是否包含在预设白名单中，若否，则返回计算模块，若是，则返回获取模块。
在一种可选的方式中，所述检测模块进一步用于：获取预设的站点风险等级与处理方式的对应关系；
根据所述对应关系，对所述站点采用对应的处理方式进行视频检测。
根据本发明实施例的又一方面，提供了一种计算设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；
所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行上述方法实施例。
根据本发明的再一方面，提供一种计算机存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令使处理器执行上述方法实施例。
本发明实施例通过站点的访问数据得到站点的风险等级，根据站点的风险等级，采取对应的处理方式进行视频检测。由此解决了现有技术中视频检测计算量大的问题，提高了视频检测的效率。
上述说明仅是本发明实施例技术方案的概述，为了能够更清楚了解本发明实施例的技术手段，而可依照说明书的内容予以实施，并且为了让本发明实施例的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
图1示出了本发明第一实施例提供的一种视频检测方法的流程图；
图2示出了本发明第二实施例提供的一种视频检测方法的流程图；
图3示出了本发明第三实施例提供的一种视频检测方法的流程图；
图4示出了本发明第四实施例提供的一种视频检测装置的功能框图；
图5示出了本发明第五实施例提供的一种计算设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例，然而应当理解，可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本发明，并且能够将本发明的范围完整的传达给本领域的技术人员。
图1示出了本发明第一实施例提供的一种视频检测方法的流程图。如图1所示，该方法包括以下步骤：
步骤110：获取用户视频访问日志。
在本发明实施例中，用户视频访问日志是指用户在访问共用网络资源中包含的视频时所生成的日志。其中，共用网络资源包括公有云、服务器托管方、内容分发服务器等管理方提供的共享资源。共用网络资源中除包含视频类内容外，还包括文本类、图片类等内容。用户通过网络访问共用网络资源时，生成用户访问日志，用户访问日志中包括用户文本访问日志、用户图片访问日志及用户视频访问日志等。在采集到用户访问日志后，对用户访问日志进行过滤，得到用户视频访问日志。
步骤120：根据用户视频访问日志，确定用户访问的视频所属的站点。
用户视频访问日志中包含用户访问的视频相关的信息，这些信息中包含用户访问的视频所属的站点，当获取到用户视频访问日志后，即可确定用户访问的视频所属的站点。
值得说明的是，最终确定用户访问的视频所属的站点均为视频所属的真实站点。当用户访问的视频所属的站点为隐藏站点时，对该隐藏站点的视频地址进行解析，得到该隐藏站点的视频所属的真实站点。
步骤130：统计各预设用户不良等级的用户对该站点的访问次数，得到站点的访问数据。
预设用户不良等级用于表示用户访问包含不良视频的站点的风险等级。在一种实施例中，预设用户不良等级可以分为高风险、中风险和低风险三个等级。预设用户的不良等级是根据用户一定时间段内所访问的视频的检测结果确定的。
值得说明的是，预设用户不良等级可以根据实施本发明的技术人员设定的更新频率进行更新。例如，每天对预设用户不良等级更新一次。在进行预设用户不良等级更新时，所使用的历史访问视频可以由本发明的技术人员设定，例如，使用更新日之前半年的历史访问视频。
站点的访问数据包括站点的访问量，在统计站的的访问次数时，获取访问该站点的所有用户的预设用户不良等级，计算各站点在各预设用户不良等级下的访问量，并根据预设用户不良等级对该访问量进行分类统计，得到该站点在每一预设用户不良等级下的访问量，将该站点在各预设用户不良等级下的访问量作为该站点的访问数据。使用站点1表示该站点，则该站点的访问数据如表1所示。
表1
步骤140：根据站点的访问数据，计算站点的不良指数。
不良指数用于评估站点的风险等级。在本发明实施例中，可以通过预设算法计算站点的不良指数，该预设算法可以由实施本发明实施例的技术人员设定。
在一些实施方式中，该预设算法为加权算法，根据预设用户不良等级对应的权重，对站点的访问量进行加权计算，即对于每一个等级的预设用户不良等级设定相应的权重，即可得到站点的不良指数。在该实施方式中，站点的不良指数的计算公式为：A1*第一阈值+A2*第二阈值+A3*第三阈值。其中，A1、A2、A3分别为高风险的预设用户不良等级、中风险的预设用户不良等级、低风险的预设用户不良等级对应的站点访问量，第一阈值、第二阈值、第三阈值分别为高风险的预设用户不良等级、中风险的预设用户不良等级、低风险的预设用户不良等级对应的权重。例如，在一个具体实施方式中，对于高风险的预设用户不良等级设定权重为1，对于中风险的预设用户不良等级设定权重为0.5，对于低风险的预设用户不良等级设定权重为0.3，访问该站点的所有用户中，高风险的预设用户不良等级对应的访问量为5，中风险的预设用户不良等级对应的访问量为2，低风险的预设用户不良等级对应的访问量为10，根据加权算法，该站点的不良指数为5*1+2*0.5+10*0.3＝9。
步骤150：根据不良指数确定站点的风险等级。
根据不良指数，分别设定相应的风险等级。在一些实施方式中，通过区间设定表示站点的风险等级。当不良指数位于第一区间时，该站点的风险等级为低风险，当不良指数位于第二区间时，该站点的风险等级为低风险，当不良指数位于第三区间时，该站点的风险等级为高风险。例如，第一区间对应的不良指数为[0，5)，第二区间对应的不良指数为[5，20)，第二区间对应的不良指数为[20，+∞)，即，当不良指数低于5时，确定该站点的风险等级为低风险，当不良指数大于或等于20时，确定该站点的风险等级为高风险，当不良指数大于等于5且小于20时，确定该站点的风险等级为中风险。使用站点1表示该站点，以表1中的站点的访问数据为例，按照步骤140中的计算结果，确定的该站点的风险等级如表2所示。
表2
步骤160：根据风险等级对应的处理方式，对站点进行视频检测。
在本步骤中，为了确定站点对应的处理方式，首先获取预设的站点风险等级与处理方式的对应关系，对站点采用对应的处理方式进行视频检测。
在一些实施方式中，风险等级对应的处理方式为风险等级对应的视频抽帧方案。对不同的风险等级，采取的视频抽帧方案不同。根据步骤150中确定的风险等级，从预设的站点风险等级与抽帧方案的对应关系中，获取该站点风险等级对应的抽帧方案，并根据该方案对该站点进行视频检测。
值得说明的是，预设的站点风险等级与抽帧方案的对应关系中，每一站点风险等级对应一个抽帧方案，站点风险等级越高，对应的抽帧方案中抽取视频帧的时间间隔越短。
值得说明的是，预设的抽帧方案既可以设定为通过不同的采样周期进行固定间隔的抽帧，也可以设定为通过提取关键帧的方式进行抽帧，或设定为通过两者组合进行抽帧，本发明并不以此为限。
本发明实施例通过站点的访问数据得到站点的风险等级，根据站点的风险等级，采取对应的处理方式进行视频检测。由此解决了现有技术中视频检测计算量大的问题，提高了视频检测的效率。
图2示出了本发明第二实施例提供的一种视频检测方法的流程图，与第一实施例相比，本发明实施例在步骤110之前，还包括确定预设用户不良等级，具体包括如图2所示的以下步骤：
步骤210：检测用户在预设时间段内访问的视频的视频类型。
在本步骤中，视频类型包括不良视频、疑似不良视频及正常视频三种。视频类型是根据视频得分确定的。在用户访问某一视频时，通过视频检测算法计算得到该视频的得分，根据该得分与视频类型之间的对应关系，确定视频类型。当该得分大于第一数值时，该视频为不良视频；当该得分小于第二数值时，该视频为正常视频，其中，第二数值小于第一数值；当该得分大于或等于第二数值，且，小于或等于第一数值时，该视频为疑似不良视频。例如，第一数值设置为90，第二数值设置为75时，得分90分以上的视频为不良视频，得分75分以下的视频为正常视频，大于或等于75分，且，小于或等于90分的视频为疑似不良视频。
步骤220：计算用户对各视频类型的视频的访问次数。
根据用户在预设时间段内访问的所有视频的视频类型，统计该预设时间段内，各视频类型包含的视频的访问次数。
步骤230：根据访问次数计算用户的不良等级。
在本发明实施例中，可以通过预设不良等级算法计算用户的不良等级，该预设不良等级算法可以由实施本发明实施例的技术人员设定。
在一些实施方式中，该预设的不良等级算法为加权算法，根据预设视频类型对应的权重，对访问次数进行加权计算，得到用户得分；根据该用户得分确定该用户的不良等级。在该实施方式中，用户得分的计算公式为：B1*第一权重+B2*第二权重+B3*第三权重。其中，B1、B2、B3分别为不良视频、疑似不良视频、正常视频对应的访问次数，第一权重、第二权重、第三权重分别为不良视频、疑似不良视频、正常视频对应的权重。例如，在一个具体的实施方式中，不良视频对应的权重B1为1.5，疑似不良视频对应的权重B2为0.6，正常视频对应的权重B3为0.2，某一用户在预设时间段内对于不良视频的访问次数为8次，疑似不良视频的访问次数为10次，正常视频的访问次数为5次，根据加权算法，该用户得分为8*1.5+10*0.6+5*0.2＝19。
在一些实施方式中，根据用户得分确定用户的不良等级是通过区间设定表示用户的不良等级。当用户得分位于第一分数区间时，该用户的不良等级为低风险，当用户得分位于第二分数区间时，该用户的不良等级为中风险，当用户得分位于第三分数区间时，该用户的不良等级为高风险。例如，第一分数区间对应的用户得分为[0，1)，第二分数区间对应的用户得分为[1，10)，第三分数区间对应的用户得分为[10，+∞)，即，当用户得分低于1时，确定该用户的不良等级为低风险，当用户得分大于或等于10时，确定该用户的不良等级为高风险，当用户得分大于等于5且小于20时，确定该用户的不良等级为中风险。本实施例中的具体示例得到的用户的不良等级如表3所示。
表3
步骤240：将该用户的不良等级确定为预设用户不良等级。
本发明实施例通过用户在预设时间段内访问的视频的视频类型及各视频类型的访问次数得到预设用户不良等级，为进一步计算站点的风险等级提供了依据。
图3示出了本发明第三实施例提供的一种视频检测方法的流程图，与第一实施例相比，本发明实施例在步骤140之前，本发明实施例还包括以下步骤：
步骤S310：判断站点是否包含在预设白名单中，若否，执行步骤140，若是，返回步骤110。
预设白名单是根据历史获得的站点的风险等级确定的。对于历史计算结果中，站点风险等级为高风险的站点加入预设黑名单，对于站点风险等级为低风险的站点加入预设白名单，可以理解的是，预设黑名单和预设白名单可以根据每一次计算得到的站点的风险等级的结果更新，对于新出现的高风险等级的站点，可以将其加入预设黑名单，对于新出现的低风险等级的站点，可以将其加入预设白名单。对于已经存在于预设黑名单中的站点，也可以根据最近的风险等级计算结果进行更新。
考虑到预设白名单中的站点为低风险等级的站点，为了减少计算量，在计算站点的不良指数之前，判断该站点是否包含在预设白名单中，若是，则不需要计算该站点的风险等级，继续获取其他站点进行判断，若否，则需要计算该站点的风险等级。
值得说明的是，本发明实施例可以结合第二实施例一起实施。
本发明实施例在计算各站点的不良指数之前，排除预设白名单中的站点，从而减少了计算量。
图4示出了本发明第四实施例提供的一种视频检测装置的功能框图，如图4所示，该装置包括：获取模块410、第一确定模块420、统计模块430、计算模块440、第二确定模块450及检测模块460。其中，获取模块410，用于获取用户视频访问日志。第一确定模块420，用于根据所述用户视频访问日志，确定用户访问的视频所属的站点。统计模块430，用于统计各预设用户不良等级的用户对所述站点的访问次数，得到所述站点的访问数据。计算模块440，用于根据所述站点的访问数据，计算所述各所述站点的不良指数。第二确定模块450，用于根据所述不良指数确定所述站点的风险等级。检测模块460，用于根据所述风险等级对应的处理方式，对所述站点进行视频检测。
在一种可选的方式中，获取模块410进一步用于：采集用户访问日志；对所述用户访问日志进行过滤，得到所述用户视频访问日志。
在一种可选的方式中，第一确定模块420进一步用于：获取所述用户视频访问日志中包含的视频所属的站点；
如果所述站点为隐藏站点，对所述隐藏站点的视频地址进行解析，得到所述隐藏站点的视频所属的真实站点。
在一种可选的方式中，所述装置还包括：第三确定模块470，用于确定所述预设用户不良等级。
在一种可选的方式中，第三确定模块470进一步用于：检测所述用户在预设时间段内访问的视频的视频类型；
计算所述用户对各视频类型的视频的访问次数；
根据所述访问次数计算所述用户的不良等级；
将所述用户的不良等级确定为所述预设用户不良等级。
在一种可选的方式中，根据访问次数计算所述用户的不良等级，进一步包括：
根据预设视频类型对应的权重，对所述访问次数进行加权计算，得到所述用户得分；
根据所述用户得分确定所述用户的不良等级。
在一种可选的方式中，统计模块430进一步用于：获取访问所述站点的所有用户的所述预设用户不良等级；
计算所述站点在各预设用户不良等级下对应的访问量，得到所述站点的访问数据。
在一种可选的方式中，计算模块440进一步用于：根据预设用户不良等级对应的权重，对所述站点的访问量进行加权计算，得到所述站点的不良指数。
在一种可选的方式中，所述装置还包括判断模块480，用于判断所述站点是否包含在预设白名单中，若否，则返回计算模块440，若是，则返回获取模块410。
在一种可选的方式中，检测模块460进一步用于：获取预设的站点风险等级与处理方式的对应关系；
根据所述对应关系，对所述站点采用对应的处理方式进行视频检测。
本发明实施例通过统计模块430得到站点的访问数据，并通过第二确定模块450得到站点的风险等级，根据站点的风险等级，通过检测模块460对该站点采取对应的处理方式进行视频检测。由此解决了现有技术中视频检测计算量大的问题，提高了视频检测的效率。
本发明实施例提供了一种非易失性计算机存储介质，所述计算机存储介质存储有至少一可执行指令，该计算机可执行指令可执行上述任意方法实施例中的一种视频检测方法。
可执行指令具体可以用于使得处理器执行以下操作：
获取用户视频访问日志；
根据所述用户视频访问日志，确定用户访问的视频所属的站点；
统计各预设用户不良等级的用户对所述站点的访问次数，得到所述站点的访问数据；
根据所述站点的访问数据，计算所述站点的不良指数；
根据所述不良指数确定所述站点的风险等级；
根据所述风险等级对应的处理方式，对所述站点进行视频检测。
在一种可选的方式中，所述可执行指令使所述处理器执行以下操作：
采集用户访问日志；
对所述用户访问日志进行过滤，得到所述用户视频访问日志。
在一种可选的方式中，所述可执行指令使所述处理器执行以下操作：获取所述用户视频访问日志中包含的视频所属的站点；
如果所述站点为隐藏站点，对所述隐藏站点的视频地址进行解析，得到所述隐藏站点的视频所属的真实站点。
在一种可选的方式中，所述可执行指令使所述处理器执行以下操作：检测所述用户在预设时间段内访问的视频的视频类型；
计算所述用户对各视频类型的视频的访问次数；
根据所述访问次数计算所述用户的不良等级；
将所述用户的不良等级确定为所述预设用户不良等级。
在一种可选的方式中，所述可执行指令使所述处理器执行以下操作：根据预设视频类型对应的权重，对所述访问次数进行加权计算，得到所述用户得分；
根据所述用户得分确定所述用户的不良等级。
在一种可选的方式中，所述可执行指令使所述处理器执行以下操作：获取访问所述站点的所有用户的所述预设用户不良等级；
计算所述站点在各所述预设用户不良等级下对应的访问量，得到所述站点的访问数据。
在一种可选的方式中，所述可执行指令使所述处理器执行以下操作：根据预设用户不良等级对应的权重，对所述站点的访问量进行加权计算，得到所述站点的不良指数。
在一种可选的方式中，所述可执行指令使所述处理器执行以下操作：
判断所述站点是否包含在预设白名单中，若否，执行根据所述站点的访问数据，计算所述站点的不良指数，若是，返回执行获取用户视频访问日志。在一种可选的方式中，所述可执行指令使所述处理器执行以下操作：
获取预设的站点风险等级与处理方式的对应关系；
根据所述对应关系，对所述站点采用对应的处理方式进行视频检测。
本发明实施例通过站点的访问数据得到站点的风险等级，根据站点的风险等级，对该站点采取对应的处理方式进行视频检测。由此解决了现有技术中视频检测计算量大的问题，提高了视频检测的效率。
本发明实施例提供了一种计算机程序产品，所述计算机程序产品包括存储在计算机存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，使所述计算机执行上述任一方法实施例中的步骤。
图5示出了本发明第五实施例一种计算设备的结构示意图，本发明具体实施例并不对计算设备的具体实现做限定。
如图5所示，该计算设备可以包括：处理器(processor)502、通信接口(Communications Interface)504、存储器(memory)506、以及通信总线508。
其中：处理器502、通信接口504、以及存储器506通过通信总线508完成相互间的通信。通信接口504，用于与其它设备比如客户端或其它服务器等的网元通信。处理器502，用于执行程序510，具体可以执行上述任一视频检测方法实施例中的相关步骤。
具体地，程序510可以包括程序代码，该程序代码包括计算机操作指令。
处理器502可能是中央处理器CPU，或者是特定集成电路ASIC(ApplicationSpecific Integrated Circuit)，或者是被配置成实施本发明实施例的一个或多个集成电路。计算设备包括的一个或多个处理器，可以是同一类型的处理器，如一个或多个CPU；也可以是不同类型的处理器，如一个或多个CPU以及一个或多个ASIC。
存储器506，用于存放程序510。存储器506可能包含高速RAM存储器，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。
程序510具体可以用于使得处理器502执行以下操作：
获取用户视频访问日志；
根据所述用户视频访问日志，确定用户访问的视频所属的站点；
统计各预设用户不良等级的用户对所述站点的访问次数，得到所述站点的访问数据；
根据所述站点的访问数据，计算所述站点的不良指数；
根据所述不良指数确定所述站点的风险等级；
根据所述风险等级对应的处理方式，对所述站点进行视频检测。
在一种可选的方式中，所述程序510可以用于使得处理器502执行以下操作：
采集用户访问日志；
对所述用户访问日志进行过滤，得到所述用户视频访问日志。
在一种可选的方式中，所述程序510可以用于使得处理器502执行以下操作：
获取所述用户视频访问日志中包含的视频所属的站点；
如果所述站点为隐藏站点，对所述隐藏站点的视频地址进行解析，得到所述隐藏站点的视频所属的真实站点。
在一种可选的方式中，所述程序510可以用于使得处理器502执行以下操作：
检测所述用户在预设时间段内访问的视频的视频类型；
计算所述用户对各视频类型的视频的访问次数；
根据所述访问次数计算所述用户的不良等级；
将所述用户的不良等级确定为所述预设用户不良等级。
在一种可选的方式中，所述程序510可以用于使得处理器502执行以下操作：
根据预设视频类型对应的权重，对所述访问次数进行加权计算，得到所述用户得分；
根据所述用户得分确定所述用户的不良等级。
在一种可选的方式中，所述程序510可以用于使得处理器502执行以下操作：
获取访问所述站点的所有用户的所述预设用户不良等级；
计算所述站点在各预设用户不良等级下对应的访问量，得到所述站点的访问数据。
在一种可选的方式中，所述程序510可以用于使得处理器502执行以下操作：根据预设用户不良等级对应的权重，对所述站点的访问量进行加权计算，得到所述站点的不良指数。
在一种可选的方式中，所述程序510可以用于使得处理器502执行以下操作：
判断所述站点是否包含在预设白名单中，若否，执行根据所述站点的访问数据，计算所述站点的不良指数，若是，返回执行获取用户视频访问日志。
在一种可选的方式中，所述程序510可以用于使得处理器502执行以下操作：
获取预设的站点风险等级与处理方式的对应关系；
根据所述对应关系，对所述站点采用对应的处理方式进行视频检测。
在此提供的算法或显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述，构造这类系统所要求的结构是显而易见的。此外，本发明实施例也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本发明的内容，并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。
在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。
类似地，应当理解，为了精简本发明并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明实施例的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外，本领域的技术人员能够理解，尽管在此的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。上述实施例中的步骤，除有特殊说明外，不应理解为对执行顺序的限定。
Claims (11)
1.一种视频检测方法，其特征在于，所述方法包括：
获取用户视频访问日志；
根据所述用户视频访问日志，确定用户访问的视频所属的站点；
统计各预设用户不良等级的用户对所述站点的访问次数，得到所述站点的访问数据；
根据所述站点的访问数据，计算所述站点的不良指数；
根据所述不良指数确定所述站点的风险等级；
根据所述风险等级对应的处理方式，对所述站点进行视频检测。
2.根据权利要求1所述的方法，其特征在于，所述根据所述用户视频访问日志，确定用户访问的视频所属的站点，包括：
获取所述用户视频访问日志中包含的视频所属的站点；
如果所述站点为隐藏站点，对所述隐藏站点的视频地址进行解析，得到所述隐藏站点的视频所属的真实站点。
3.根据权利要求1所述的方法，其特征在于，在执行所述方法之前，还包括确定所述预设用户不良等级，所述确定所述预设用户不良等级包括：
检测所述用户在预设时间段内访问的视频的视频类型；
计算所述用户对各视频类型的视频的访问次数；
根据所述访问次数计算所述用户的不良等级；
将所述用户的不良等级确定为所述预设用户不良等级。
4.根据权利要求3所述的方法，其特征在于，所述根据访问次数计算所述用户的不良等级，进一步包括：
根据预设视频类型对应的权重，对所述访问次数进行加权计算，得到所述用户得分；
根据所述用户得分确定所述用户的不良等级。
5.根据权利要求1所述的方法，其特征在于，所述统计各预设用户不良等级的用户对所述站点的访问次数，得到所述站点的访问数据，进一步包括：
获取访问所述站点的所有用户的所述预设用户不良等级；
计算所述站点在各预设用户不良等级下对应的访问量，得到所述站点的访问数据。
6.根据权利要求3-5中任一项所述的方法，其特征在于，所述根据所述站点的访问数据，计算所述站点的不良指数，进一步包括：根据预设用户不良等级对应的权重，对所述站点的访问量进行加权计算，得到所述站点的不良指数。
7.根据权利要求1所述的方法，其特征在于，在根据所述站点的访问数据，计算所述站点的不良指数之前，所述方法还包括：
判断所述站点是否包含在预设白名单中，若否，执行根据所述站点的访问数据，计算所述站点的不良指数，若是，返回执行获取用户视频访问日志。
8.根据权利要求1所述的方法，其特征在于，所述根据所述风险等级对应的处理方式，对所述站点进行视频检测，进一步包括：
获取预设的站点风险等级与处理方式的对应关系；
根据所述对应关系，对所述站点采用对应的处理方式进行视频检测。
9.一种视频检测装置，其特征在于，所述装置包括：
获取模块：用于获取用户视频访问日志；
第一确定模块：用于根据所述用户视频访问日志，确定用户访问的视频所属的站点；
统计模块：用于统计各预设用户不良等级的用户对所述站点的访问次数，得到所述站点的访问数据；
计算模块：用于根据所述站点的访问数据，计算所述站点的不良指数；
第二确定模块：用于根据所述不良指数确定所述站点的风险等级；
检测模块：用于根据所述风险等级对应的处理方式，对所述站点进行视频检测。
10.一种计算设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；
所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行如权利要求1-8中任一项所述的方法。
11.一种计算机存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令使处理器执行如权利要求1-8中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910461471.5A CN112015946B (zh) | 2019-05-30 | 2019-05-30 | 视频检测方法、装置、计算设备及计算机存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910461471.5A CN112015946B (zh) | 2019-05-30 | 2019-05-30 | 视频检测方法、装置、计算设备及计算机存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112015946A true CN112015946A (zh) | 2020-12-01 |
| CN112015946B CN112015946B (zh) | 2023-11-10 |
Family
ID=73500839
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910461471.5A Active CN112015946B (zh) | 2019-05-30 | 2019-05-30 | 视频检测方法、装置、计算设备及计算机存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112015946B (zh) |
Citations (27)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1981529A (zh) * | 2004-07-30 | 2007-06-13 | 宽带网络电视股份有限公司 | 在视频点播平台上管理、转换和显示视频内容的系统和方法 |
| CN101426257A (zh) * | 2008-11-21 | 2009-05-06 | 中国移动通信集团广东有限公司 | 基于移动通信网的不良信息治理系统和方法 |
| ITTO20090409A1 (it) * | 2009-05-28 | 2010-11-29 | St Microelectronics Srl | "procedimento e sistema per la rilevazione di contenuti pornografici in sequenze video, prodotto informatico relativo" |
| CN102340424A (zh) * | 2010-07-21 | 2012-02-01 | 中国移动通信集团山东有限公司 | 不良报文的检测方法及不良报文的检测装置 |
| CN102547794A (zh) * | 2012-01-12 | 2012-07-04 | 郑州金惠计算机系统工程有限公司 | Wap手机传媒色情图像、视频及不良内容的识别监管平台 |
| CN102769632A (zh) * | 2012-07-30 | 2012-11-07 | 珠海市君天电子科技有限公司 | 钓鱼网站分级检测和提示的方法及系统 |
| CN103092832A (zh) * | 2011-10-27 | 2013-05-08 | 腾讯科技（深圳）有限公司 | 网址风险检测的处理方法及装置 |
| CN103401835A (zh) * | 2013-07-01 | 2013-11-20 | 北京奇虎科技有限公司 | 一种展现微博页面的安全检测结果的方法及装置 |
| CN103839037A (zh) * | 2012-11-23 | 2014-06-04 | 华中科技大学 | 一种基于众核和gpu的网络视频流不良内容检测方法和系统 |
| JP2015170219A (ja) * | 2014-03-07 | 2015-09-28 | 株式会社日立システムズ | アクセス管理方法およびアクセス管理システム |
| CN105072119A (zh) * | 2015-08-14 | 2015-11-18 | 中国传媒大学 | 基于域名解析会话模式分析的恶意域名检测方法及装置 |
| CN105590057A (zh) * | 2014-10-22 | 2016-05-18 | 腾讯科技（深圳）有限公司 | 网页安全指数评定方法和装置 |
| CN105740720A (zh) * | 2014-12-30 | 2016-07-06 | 三星电子株式会社 | 用于隐私知晓共享管理的计算系统及其操作方法 |
| CN106101740A (zh) * | 2016-07-13 | 2016-11-09 | 百度在线网络技术（北京）有限公司 | 一种视频内容识别方法和装置 |
| CN106446073A (zh) * | 2016-09-07 | 2017-02-22 | 乐视控股（北京）有限公司 | 一种用户等级划分方法及装置 |
| CN106686395A (zh) * | 2016-12-29 | 2017-05-17 | 北京奇艺世纪科技有限公司 | 一种直播非法视频的检测方法及系统 |
| CN107180071A (zh) * | 2017-03-29 | 2017-09-19 | 暨南大学 | 一种基于移动智能终端的大数据风险识别、预警和应急平台 |
| CN107257509A (zh) * | 2017-07-13 | 2017-10-17 | 上海斐讯数据通信技术有限公司 | 一种视频内容的过滤方法及装置 |
| CN107403251A (zh) * | 2016-05-20 | 2017-11-28 | 阿里巴巴集团控股有限公司 | 风险检测方法及装置 |
| CN107547555A (zh) * | 2017-09-11 | 2018-01-05 | 北京匠数科技有限公司 | 一种网站安全监测方法及装置 |
| CN108540482A (zh) * | 2018-04-20 | 2018-09-14 | 上海银赛计算机科技有限公司 | 帐号分析系统、方法及装置 |
| CN108881194A (zh) * | 2018-06-07 | 2018-11-23 | 郑州信大先进技术研究院 | 企业内部用户异常行为检测方法和装置 |
| CN108933785A (zh) * | 2018-06-29 | 2018-12-04 | 平安科技（深圳）有限公司 | 网络风险监控方法、装置、计算机设备及存储介质 |
| CN108932451A (zh) * | 2017-05-22 | 2018-12-04 | 北京金山云网络技术有限公司 | 音视频内容分析方法及装置 |
| CN109040824A (zh) * | 2018-08-28 | 2018-12-18 | 百度在线网络技术（北京）有限公司 | 视频处理方法、装置、电子设备和可读存储介质 |
| CN109257329A (zh) * | 2017-07-13 | 2019-01-22 | 国网浙江省电力公司电力科学研究院 | 一种基于海量Web日志的网站风险指数计算系统及方法 |
| CN109684513A (zh) * | 2018-12-14 | 2019-04-26 | 北京奇艺世纪科技有限公司 | 一种低质量视频识别方法及装置 |
-
2019
- 2019-05-30 CN CN201910461471.5A patent/CN112015946B/zh active Active
Patent Citations (27)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1981529A (zh) * | 2004-07-30 | 2007-06-13 | 宽带网络电视股份有限公司 | 在视频点播平台上管理、转换和显示视频内容的系统和方法 |
| CN101426257A (zh) * | 2008-11-21 | 2009-05-06 | 中国移动通信集团广东有限公司 | 基于移动通信网的不良信息治理系统和方法 |
| ITTO20090409A1 (it) * | 2009-05-28 | 2010-11-29 | St Microelectronics Srl | "procedimento e sistema per la rilevazione di contenuti pornografici in sequenze video, prodotto informatico relativo" |
| CN102340424A (zh) * | 2010-07-21 | 2012-02-01 | 中国移动通信集团山东有限公司 | 不良报文的检测方法及不良报文的检测装置 |
| CN103092832A (zh) * | 2011-10-27 | 2013-05-08 | 腾讯科技（深圳）有限公司 | 网址风险检测的处理方法及装置 |
| CN102547794A (zh) * | 2012-01-12 | 2012-07-04 | 郑州金惠计算机系统工程有限公司 | Wap手机传媒色情图像、视频及不良内容的识别监管平台 |
| CN102769632A (zh) * | 2012-07-30 | 2012-11-07 | 珠海市君天电子科技有限公司 | 钓鱼网站分级检测和提示的方法及系统 |
| CN103839037A (zh) * | 2012-11-23 | 2014-06-04 | 华中科技大学 | 一种基于众核和gpu的网络视频流不良内容检测方法和系统 |
| CN103401835A (zh) * | 2013-07-01 | 2013-11-20 | 北京奇虎科技有限公司 | 一种展现微博页面的安全检测结果的方法及装置 |
| JP2015170219A (ja) * | 2014-03-07 | 2015-09-28 | 株式会社日立システムズ | アクセス管理方法およびアクセス管理システム |
| CN105590057A (zh) * | 2014-10-22 | 2016-05-18 | 腾讯科技（深圳）有限公司 | 网页安全指数评定方法和装置 |
| CN105740720A (zh) * | 2014-12-30 | 2016-07-06 | 三星电子株式会社 | 用于隐私知晓共享管理的计算系统及其操作方法 |
| CN105072119A (zh) * | 2015-08-14 | 2015-11-18 | 中国传媒大学 | 基于域名解析会话模式分析的恶意域名检测方法及装置 |
| CN107403251A (zh) * | 2016-05-20 | 2017-11-28 | 阿里巴巴集团控股有限公司 | 风险检测方法及装置 |
| CN106101740A (zh) * | 2016-07-13 | 2016-11-09 | 百度在线网络技术（北京）有限公司 | 一种视频内容识别方法和装置 |
| CN106446073A (zh) * | 2016-09-07 | 2017-02-22 | 乐视控股（北京）有限公司 | 一种用户等级划分方法及装置 |
| CN106686395A (zh) * | 2016-12-29 | 2017-05-17 | 北京奇艺世纪科技有限公司 | 一种直播非法视频的检测方法及系统 |
| CN107180071A (zh) * | 2017-03-29 | 2017-09-19 | 暨南大学 | 一种基于移动智能终端的大数据风险识别、预警和应急平台 |
| CN108932451A (zh) * | 2017-05-22 | 2018-12-04 | 北京金山云网络技术有限公司 | 音视频内容分析方法及装置 |
| CN107257509A (zh) * | 2017-07-13 | 2017-10-17 | 上海斐讯数据通信技术有限公司 | 一种视频内容的过滤方法及装置 |
| CN109257329A (zh) * | 2017-07-13 | 2019-01-22 | 国网浙江省电力公司电力科学研究院 | 一种基于海量Web日志的网站风险指数计算系统及方法 |
| CN107547555A (zh) * | 2017-09-11 | 2018-01-05 | 北京匠数科技有限公司 | 一种网站安全监测方法及装置 |
| CN108540482A (zh) * | 2018-04-20 | 2018-09-14 | 上海银赛计算机科技有限公司 | 帐号分析系统、方法及装置 |
| CN108881194A (zh) * | 2018-06-07 | 2018-11-23 | 郑州信大先进技术研究院 | 企业内部用户异常行为检测方法和装置 |
| CN108933785A (zh) * | 2018-06-29 | 2018-12-04 | 平安科技（深圳）有限公司 | 网络风险监控方法、装置、计算机设备及存储介质 |
| CN109040824A (zh) * | 2018-08-28 | 2018-12-18 | 百度在线网络技术（北京）有限公司 | 视频处理方法、装置、电子设备和可读存储介质 |
| CN109684513A (zh) * | 2018-12-14 | 2019-04-26 | 北京奇艺世纪科技有限公司 | 一种低质量视频识别方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112015946B (zh) | 2023-11-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104391979B (zh) | 网络恶意爬虫识别方法及装置 | |
| CN106469376B (zh) | 一种风险控制方法和设备 | |
| CN107423613B (zh) | 依据相似度确定设备指纹的方法、装置及服务器 | |
| CN106295349A (zh) | 账号被盗的风险识别方法、识别装置及防控系统 | |
| CN110442712B (zh) | 风险的确定方法、装置、服务器和文本审理系统 | |
| CN110689438A (zh) | 企业类金融风险评分方法、装置、计算机设备及存储介质 | |
| CN111523996A (zh) | 一种审批方法及系统 | |
| CN106789844B (zh) | 一种恶意用户识别方法及装置 | |
| CN109873832B (zh) | 流量识别方法、装置、电子设备和存储介质 | |
| CN108833453A (zh) | 一种确定应用账号的方法及设备 | |
| CN107888602A (zh) | 一种检测异常用户的方法及装置 | |
| CN108809928B (zh) | 一种网络资产风险画像方法及装置 | |
| CN111967802A (zh) | 一种企业金融风险定量分析和预警方法、装置及设备 | |
| CN115203496A (zh) | 基于大数据的项目智能预测及评估方法、系统及可读存储介质 | |
| CN112750038B (zh) | 交易风险的确定方法、装置和服务器 | |
| CN113688905A (zh) | 一种有害域名核验方法及装置 | |
| CN114037514A (zh) | 用户群欺诈风险的检测方法、装置、设备及存储介质 | |
| CN109995834A (zh) | 大流量数据处理方法、装置、计算设备及存储介质 | |
| CN111210070A (zh) | 一种数据分析方法、装置、电子设备及可读取存储介质 | |
| CN112015946A (zh) | 视频检测方法、装置、计算设备及计算机存储介质 | |
| CN105025115B (zh) | 一种生成集体宿舍ip库的方法和装置 | |
| CN113127878A (zh) | 威胁事件的风险评估方法及装置 | |
| CN111723338A (zh) | 一种检测方法和检测设备 | |
| CN114422168A (zh) | 一种恶意机器流量识别方法及系统 | |
| CN108460475A (zh) | 基于学生上网行为的贫困生预测方法和装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |