CN115205766A - 基于区块链的网络安全异常视频大数据检测方法及系统 - Google Patents
基于区块链的网络安全异常视频大数据检测方法及系统 Download PDFInfo
- Publication number
- CN115205766A CN115205766A CN202211125306.0A CN202211125306A CN115205766A CN 115205766 A CN115205766 A CN 115205766A CN 202211125306 A CN202211125306 A CN 202211125306A CN 115205766 A CN115205766 A CN 115205766A
- Authority
- CN
- China
- Prior art keywords
- video
- abnormal
- target video
- key frame
- suspected
- 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.)
- Pending
Links
- 230000002159 abnormal effect Effects 0.000 title claims abstract description 150
- 238000001514 detection method Methods 0.000 title claims abstract description 30
- 238000000034 method Methods 0.000 claims abstract description 53
- 238000012545 processing Methods 0.000 claims abstract description 11
- 238000005516 engineering process Methods 0.000 claims description 40
- 230000005236 sound signal Effects 0.000 claims description 10
- 238000000605 extraction Methods 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 4
- 238000012790 confirmation Methods 0.000 claims description 2
- 238000004804 winding Methods 0.000 abstract 1
- 238000012015 optical character recognition Methods 0.000 description 15
- 238000010586 diagram Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 241000700605 Viruses Species 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 241000537222 Betabaculovirus Species 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/26—Speech to text systems
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
- G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
- G10L25/57—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination for processing of video signals
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Acoustics & Sound (AREA)
- Human Computer Interaction (AREA)
- Health & Medical Sciences (AREA)
- Signal Processing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Software Systems (AREA)
- Storage Device Security (AREA)
Abstract
本发明公开了一种基于区块链的网络安全异常视频大数据检测方法及系统,涉及数据检测技术领域。该方法包括:获取目标视频,采集记录信息,上链存储;对目标视频进行语音识别,根据语音识别结果判断目标视频是否为疑似异常视频,若是,则发送给网络管理员核查;若否,则对目标视频的首末帧图像进行识别,根据文字识别结果判断是否为疑似异常视频,若是,则发送给网络管理员核查;若否,则提取目标视频的关键帧图像,并进行图像描述处理,根据每个关键帧图像对应的描述语句判断是否为疑似异常视频,若是,则发送给网络管理员核查;若否,则认定为非异常视频。本发明从多个维度采用多种方法分别进行异常视频进行精准的检测。
Description
技术领域
本发明涉及数据检测技术领域,具体而言,涉及一种基于区块链的网络安全异常视频大数据检测方法及系统。
背景技术
随着互联网的高速发展,网络数据传输越来越收到人们的青睐,越来越多的视频在互联网上发布,随之而来的就是网络行信息安全问题,很多发布的网络视频存在较为显著的网络安全隐患。因此,需要对网络上的携带非法、有害的视频进行检测,进而保证网络信息传输安全。
尽管传统的视频检测方法能够检测出部分威胁网络安全的视频,但无法全面、精准地检测出海量异常视频。区块链作为近几年新兴的技术,可以在网络安全方面发挥出重要的作用;因此,如何结合区块链技术实现对网络安全视频大数据异常的全面且精准的检测成为一个新的问题。
发明内容
为了克服上述问题或者至少部分地解决上述问题,本发明实施例提供一种基于区块链的网络安全异常视频大数据检测方法及系统,从多个维度采用多种方法分别进行异常视频进行精准的检测,并结合区块链技术保证了数据的真实可靠性,大大提高了异常视频的检测精准度和效率。
本发明的实施例是这样实现的:
第一方面,本发明实施例提供一种基于区块链的网络安全异常视频大数据检测方法,包括以下步骤:
S1、获取网络中新发布的目标视频和对应的视频发布者信息,并采集对应目标视频的观看者的记录信息,将目标视频、视频发布者信息和对应的观看者的记录信息上传至区块链中进行存储;
S2、对目标视频的音频信号进行语音识别,以得到并根据语音识别结果判断对应的目标视频是否为疑似异常视频,若是,则将疑似异常视频发送给网络管理员核查;若否,则进入步骤S3;
S3、提取并采用OCR技术对目标视频的首末帧图像进行识别,以得到并根据文字识别结果判断对应的目标视频是否为疑似异常视频,若是,则将疑似异常视频发送给网络管理员核查;若否,则进入步骤S4;
S4、采用视频关键帧提取方法提取目标视频的关键帧图像,并对所有的关键帧图像进行图像描述处理,生成并根据每个关键帧图像对应的描述语句判断对应的目标视频是否为疑似异常视频,若是,则将疑似异常视频发送给网络管理员核查;若否,则认定对应的目标视频为非异常视频。
为了解决现有技术中无法全面、精准地检测出海量异常视频的技术问题,本发明将语音识别技术、OCR技术、关键帧检测技术、图像描述技术等多个技术进行结合,从多个维度对网络中的异常视频进行检测,显著地提升了异常视频检测的精准度;本发明中,多个方法依次对异常视频进行检测,一旦判别出结果无需进行后续步骤,显著地降低了计算资源的消耗。同时,本发明还应用了区块链技术对核心数据信息进行上链存储,保证了数据的真实可靠性,提升了检测的可靠性。
基于第一方面,在本发明的一些实施例中,该基于区块链的网络安全异常视频大数据检测方法还包括以下步骤:
获取并根据网络管理员的核查结果提取区块链中对应的视频发布者信息和对应的观看者的记录信息,并生成追责认定信息。
基于第一方面,在本发明的一些实施例中,上述根据语音识别结果判断对应的目标视频是否为疑似异常视频的方法包括以下步骤:
将语音识别结果与预置的异常词汇数据库中的词汇进行匹配,以得到第一匹配结果;
统计并根据第一匹配结果中的各个异常词汇出现的频率判断对应的目标视频是否为疑似异常视频。
基于第一方面,在本发明的一些实施例中,上述根据第一匹配结果中的各个异常词汇出现的频率判断对应的目标视频是否为疑似异常视频的方法包括以下步骤:
判断第一匹配结果中的各个异常词汇出现的频率是否大于预置的词汇频率,若是,则将对应的目标视频认定为疑似异常视频。
基于第一方面,在本发明的一些实施例中,上述根据文字识别结果判断对应的目标视频是否为疑似异常视频的方法包括以下步骤:
将文字识别结果与预置的异常词汇数据库中的词汇进行匹配,若匹配成功,则将对应的目标视频认定为疑似异常视频。
基于第一方面,在本发明的一些实施例中,上述根据每个关键帧图像对应的描述语句判断对应的目标视频是否为疑似异常视频的方法包括以下步骤:
将各个关键帧图像对应的描述语句与预置的异常词汇数据库中的词汇进行匹配,以得到各个关键帧图像对应的第二匹配结果;
统计并根据各个关键帧图像对应的第二匹配结果判断对应的目标视频是否为疑似异常视频。
基于第一方面,在本发明的一些实施例中,上述根据各个关键帧图像对应的第二匹配结果判断对应的目标视频是否为疑似异常视频的方法包括以下步骤:
统计第二匹配结果中存在异常词汇的关键帧图像的数量,生成统计结果;
若统计结果大于预置的数量阈值,则将对应的目标视频认定为疑似异常视频。
第二方面,本发明实施例提供一种基于区块链的网络安全异常视频大数据检测系统,包括:数据上链模块、语音识别模块、图像识别模块以及语句判别模块,其中:
数据上链模块,用于获取网络中新发布的目标视频和对应的视频发布者信息,并采集对应目标视频的观看者的记录信息,将目标视频、视频发布者信息和对应的观看者的记录信息上传至区块链中进行存储;
语音识别模块,用于对目标视频的音频信号进行语音识别,以得到并根据语音识别结果判断对应的目标视频是否为疑似异常视频,若是,则将疑似异常视频发送给网络管理员核查;若否,则图像识别模块工作;
图像识别模块,用于提取并采用OCR技术对目标视频的首末帧图像进行识别,以得到并根据文字识别结果判断对应的目标视频是否为疑似异常视频,若是,则将疑似异常视频发送给网络管理员核查;若否,则语句判别模块工作;
语句判别模块,用于采用视频关键帧提取方法提取目标视频的关键帧图像,并对所有的关键帧图像进行图像描述处理,生成并根据每个关键帧图像对应的描述语句判断对应的目标视频是否为疑似异常视频,若是,则将疑似异常视频发送给网络管理员核查;若否,则认定对应的目标视频为非异常视频。
为了解决现有技术中无法全面、精准地检测出海量异常视频的技术问题,本系统通过数据上链模块、语音识别模块、图像识别模块以及语句判别模块等多个模块的配合,将语音识别技术、OCR技术、关键帧检测技术、图像描述技术等多个技术进行结合,从多个维度对网络中的异常视频进行检测,显著地提升了异常视频检测的精准度;本发明中,多个方法依次对异常视频进行检测,一旦判别出结果无需进行后续步骤,显著地降低了计算资源的消耗。同时,本发明还应用了区块链技术对核心数据信息进行上链存储,保证了数据的真实可靠性,提升了检测的可靠性。
第三方面,本申请实施例提供一种电子设备,其包括存储器,用于存储一个或多个程序;处理器。当一个或多个程序被处理器执行时,实现如上述第一方面中任一项的方法。
第四方面,本申请实施例提供一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上述第一方面中任一项的方法。
本发明实施例至少具有如下优点或有益效果:
本发明实施例提供一种基于区块链的网络安全异常视频大数据检测方法及系统,解决了现有技术中无法全面、精准地检测出海量异常视频的技术问题,将语音识别技术、OCR技术、关键帧检测技术、图像描述技术等多个技术进行结合,从多个维度对网络中的异常视频进行检测,显著地提升了异常视频检测的精准度;且通过多个方法依次对异常视频进行检测,一旦判别出结果无需进行后续步骤,显著地降低了计算资源的消耗。同时,本发明还应用了区块链技术对核心数据信息进行上链存储,保证了数据的真实可靠性,提升了检测的可靠性。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本发明实施例一种基于区块链的网络安全异常视频大数据检测方法的流程图;
图2为本发明实施例一种基于区块链的网络安全异常视频大数据检测方法中追责认定的流程图;
图3为本发明实施例一种基于区块链的网络安全异常视频大数据检测方法中语音识别异常判断的流程图;
图4为本发明实施例一种基于区块链的网络安全异常视频大数据检测系统的原理框图;
图5为本发明实施例提供的一种电子设备的结构框图。
附图标记说明:100、数据上链模块;200、语音识别模块;300、图像识别模块;400、语句判别模块;101、存储器;102、处理器;103、通信接口。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
实施例:
如图1和图3所示,第一方面,本发明实施例提供一种基于区块链的网络安全异常视频大数据检测方法,包括以下步骤:
S1、获取网络中新发布的目标视频和对应的视频发布者信息,并采集对应目标视频的观看者的记录信息,将目标视频、视频发布者信息和对应的观看者的记录信息上传至区块链中进行存储;对于网络中新发布的一段视频,发布时,通过所有观看人记录该视频的发布人并将记录的信息进行上链存储(例如,300人同时观看该视频,300人同时记录下该直播视频由张三首次发布)。上述记录信息包括观看者信息、观看者标记的发布人信息等。
S2、对目标视频的音频信号进行语音识别,以得到并根据语音识别结果判断对应的目标视频是否为疑似异常视频,若是,则将疑似异常视频发送给网络管理员核查;若否,则进入步骤S3;
进一步地,如图3所示,包括:
S21、将语音识别结果与预置的异常词汇数据库中的词汇进行匹配,以得到第一匹配结果;
S22、统计并根据第一匹配结果中的各个异常词汇出现的频率判断对应的目标视频是否为疑似异常视频。
进一步地,判断第一匹配结果中的各个异常词汇出现的频率是否大于预置的词汇频率,若是,则将对应的目标视频认定为疑似异常视频。
在本发明的一些实施例中,对视频中的整段音频信号进行语音识别,对识别结果中的异常词汇进行统计(例如病毒、暴力等词汇),即将语音识别结果中的词汇与预置的异常词汇数据库中的词汇进行匹配,进而找到语音识别结果中的异常词汇,并进行统计。如果异常词汇出现的频率过高,大于预置的词汇频率,则认定为疑似异常视频,发送给网络管理员核查;否则,继续进行下一步。音频信号即整段视频对应的整段音频信号(例如视频为3分钟,音频信号也为3分钟的音频信号)。
S3、提取并采用OCR技术对目标视频的首末帧图像进行识别,以得到并根据文字识别结果判断对应的目标视频是否为疑似异常视频,若是,则将疑似异常视频发送给网络管理员核查;若否,则进入步骤S4;
进一步地,将文字识别结果与预置的异常词汇数据库中的词汇进行匹配,若匹配成功,则将对应的目标视频认定为疑似异常视频。
在本发明的一些实施例中,对视频的首末帧图像利用OCR技术进行识别,看是否出现了异常词汇(例如病毒、暴力等词汇),即将文字识别结果中的词汇与预置的异常词汇数据库中的词汇进行匹配,进而确定文字识别结果中是否出现了异常词汇,如果出现了异常词汇,则认定为疑似异常视频,发送给网络管理员核查;否则,继续进行下一步。
S4、采用视频关键帧提取方法提取目标视频的关键帧图像,并对所有的关键帧图像进行图像描述处理,生成并根据每个关键帧图像对应的描述语句判断对应的目标视频是否为疑似异常视频,若是,则将疑似异常视频发送给网络管理员核查;若否,则认定对应的目标视频为非异常视频。
进一步地,将各个关键帧图像对应的描述语句与预置的异常词汇数据库中的词汇进行匹配,以得到各个关键帧图像对应的第二匹配结果;统计并根据各个关键帧图像对应的第二匹配结果判断对应的目标视频是否为疑似异常视频。
进一步地,统计第二匹配结果中存在异常词汇的关键帧图像的数量,生成统计结果;若统计结果大于预置的数量阈值,则将对应的目标视频认定为疑似异常视频。
在本发明的一些实施例中,利用视频关键帧提取技术,提取视频中的所有关键帧图像,并对所有关键帧图像进行图像描述处理(image captioning),生成每个关键帧图像对应的描述语句。如果超过一定比率(通常1/4左右)的关键帧图像对应描述语句中出现了异常词汇(例如病毒、暴力等词汇),认定为疑似异常视频,发送给网络管理员核查。
利用上述方法,对网络所有的新发布视频进行检测,精准的检测出网络中所有的异常视频。
为了解决现有技术中无法全面、精准地检测出海量异常视频的技术问题,本发明将语音识别技术、OCR技术、关键帧检测技术、图像描述技术等多个技术进行结合,从多个维度对网络中的异常视频进行检测,显著地提升了异常视频检测的精准度;本发明中,多个方法依次对异常视频进行检测,一旦判别出结果无需进行后续步骤,显著地降低了计算资源的消耗。同时,本发明还应用了区块链技术对核心数据信息进行上链存储,保证了数据的真实可靠性,提升了检测的可靠性。
如图2所示,基于第一方面,在本发明的一些实施例中,该基于区块链的网络安全异常视频大数据检测方法还包括以下步骤:
S5、获取并根据网络管理员的核查结果提取区块链中对应的视频发布者信息和对应的观看者的记录信息,并生成追责认定信息。
如果新发布视频被认定为疑似异常视频,且被网络管理员确认为异常视频时,则提取区块链中对应的视频发布者信息和对应的观看者的记录信息,找到对应的视频发布者并对其进行追责认定。基于区块链对数据进行存储,保证了数据的真实性,为追责认定提供了有利的支撑。上述追责认定信息包括发布人信息、视频信息、记录信息等。
如图4所示,第二方面,本发明实施例提供一种基于区块链的网络安全异常视频大数据检测系统,包括:数据上链模块100、语音识别模块200、图像识别模块300以及语句判别模块400,其中:
数据上链模块100,用于获取网络中新发布的目标视频和对应的视频发布者信息,并采集对应目标视频的观看者的记录信息,将目标视频、视频发布者信息和对应的观看者的记录信息上传至区块链中进行存储;
语音识别模块200,用于对目标视频的音频信号进行语音识别,以得到并根据语音识别结果判断对应的目标视频是否为疑似异常视频,若是,则将疑似异常视频发送给网络管理员核查;若否,则图像识别模块300工作;
图像识别模块300,用于提取并采用OCR技术对目标视频的首末帧图像进行识别,以得到并根据文字识别结果判断对应的目标视频是否为疑似异常视频,若是,则将疑似异常视频发送给网络管理员核查;若否,则语句判别模块400工作;
语句判别模块400,用于采用视频关键帧提取方法提取目标视频的关键帧图像,并对所有的关键帧图像进行图像描述处理,生成并根据每个关键帧图像对应的描述语句判断对应的目标视频是否为疑似异常视频,若是,则将疑似异常视频发送给网络管理员核查;若否,则认定对应的目标视频为非异常视频。
为了解决现有技术中无法全面、精准地检测出海量异常视频的技术问题,本系统通过数据上链模块100、语音识别模块200、图像识别模块300以及语句判别模块400等多个模块的配合,将语音识别技术、OCR技术、关键帧检测技术、图像描述技术等多个技术进行结合,从多个维度对网络中的异常视频进行检测,显著地提升了异常视频检测的精准度;本发明中,多个方法依次对异常视频进行检测,一旦判别出结果无需进行后续步骤,显著地降低了计算资源的消耗。同时,本发明还应用了区块链技术对核心数据信息进行上链存储,保证了数据的真实可靠性,提升了检测的可靠性。
如图5所示,第三方面,本申请实施例提供一种电子设备,其包括存储器101,用于存储一个或多个程序;处理器102。当一个或多个程序被处理器102执行时,实现如上述第一方面中任一项的方法。
还包括通信接口103,该存储器101、处理器102和通信接口103相互之间直接或间接地电性连接,以实现数据的传输或交互。例如,这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。存储器101可用于存储软件程序及模块,处理器102通过执行存储在存储器101内的软件程序及模块,从而执行各种功能应用以及数据处理。该通信接口103可用于与其他节点设备进行信令或数据的通信。
其中,存储器101可以是但不限于,随机存取存储器(Random Access Memory,RAM),只读存储器(Read Only Memory,ROM),可编程只读存储器(Programmable Read-OnlyMemory,PROM),可擦除只读存储器(Erasable Programmable Read-Only Memory,EPROM),电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory,EEPROM)等。
处理器102可以是一种集成电路芯片,具有信号处理能力。该处理器102可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(NetworkProcessor,NP)等;还可以是数字信号处理器(Digital Signal Processing,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
在本申请所提供的实施例中,应该理解到,所揭露的方法及系统和方法,也可以通过其它的方式实现。以上所描述的方法及系统实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本申请的多个实施例的方法及系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
第四方面,本申请实施例提供一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器102执行时实现如上述第一方面中任一项的方法。所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random AccessMemory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
对于本领域技术人员而言,显然本申请不限于上述示范性实施例的细节,而且在不背离本申请的精神或基本特征的情况下,能够以其它的具体形式实现本申请。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本申请的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本申请内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
Claims (10)
1.一种基于区块链的网络安全异常视频大数据检测方法,其特征在于,包括以下步骤:
S1、获取网络中新发布的目标视频和对应的视频发布者信息,并采集对应目标视频的观看者的记录信息,将目标视频、视频发布者信息和对应的观看者的记录信息上传至区块链中进行存储;
S2、对目标视频的音频信号进行语音识别,以得到并根据语音识别结果判断对应的目标视频是否为疑似异常视频,若是,则将疑似异常视频发送给网络管理员核查;若否,则进入步骤S3;
S3、提取并采用OCR技术对目标视频的首末帧图像进行识别,以得到并根据文字识别结果判断对应的目标视频是否为疑似异常视频,若是,则将疑似异常视频发送给网络管理员核查;若否,则进入步骤S4;
S4、采用视频关键帧提取方法提取目标视频的关键帧图像,并对所有的关键帧图像进行图像描述处理,生成并根据每个关键帧图像对应的描述语句判断对应的目标视频是否为疑似异常视频,若是,则将疑似异常视频发送给网络管理员核查;若否,则认定对应的目标视频为非异常视频。
2.根据权利要求1所述的一种基于区块链的网络安全异常视频大数据检测方法,其特征在于,还包括以下步骤:
获取并根据网络管理员的核查结果提取区块链中对应的视频发布者信息和对应的观看者的记录信息,并生成追责认定信息。
3.根据权利要求1所述的一种基于区块链的网络安全异常视频大数据检测方法,其特征在于,所述根据语音识别结果判断对应的目标视频是否为疑似异常视频的方法包括以下步骤:
将语音识别结果与预置的异常词汇数据库中的词汇进行匹配,以得到第一匹配结果;
统计并根据第一匹配结果中的各个异常词汇出现的频率判断对应的目标视频是否为疑似异常视频。
4.根据权利要求3所述的一种基于区块链的网络安全异常视频大数据检测方法,其特征在于,所述根据第一匹配结果中的各个异常词汇出现的频率判断对应的目标视频是否为疑似异常视频的方法包括以下步骤:
判断第一匹配结果中的各个异常词汇出现的频率是否大于预置的词汇频率,若是,则将对应的目标视频认定为疑似异常视频。
5.根据权利要求1所述的一种基于区块链的网络安全异常视频大数据检测方法,其特征在于,所述根据文字识别结果判断对应的目标视频是否为疑似异常视频的方法包括以下步骤:
将文字识别结果与预置的异常词汇数据库中的词汇进行匹配,若匹配成功,则将对应的目标视频认定为疑似异常视频。
6.根据权利要求1所述的一种基于区块链的网络安全异常视频大数据检测方法,其特征在于,所述根据每个关键帧图像对应的描述语句判断对应的目标视频是否为疑似异常视频的方法包括以下步骤:
将各个关键帧图像对应的描述语句与预置的异常词汇数据库中的词汇进行匹配,以得到各个关键帧图像对应的第二匹配结果;
统计并根据各个关键帧图像对应的第二匹配结果判断对应的目标视频是否为疑似异常视频。
7.根据权利要求6所述的一种基于区块链的网络安全异常视频大数据检测方法,其特征在于,所述根据各个关键帧图像对应的第二匹配结果判断对应的目标视频是否为疑似异常视频的方法包括以下步骤:
统计第二匹配结果中存在异常词汇的关键帧图像的数量,生成统计结果;
若统计结果大于预置的数量阈值,则将对应的目标视频认定为疑似异常视频。
8.一种基于区块链的网络安全异常视频大数据检测系统,其特征在于,包括:数据上链模块、语音识别模块、图像识别模块以及语句判别模块,其中:
数据上链模块,用于获取网络中新发布的目标视频和对应的视频发布者信息,并采集对应目标视频的观看者的记录信息,将目标视频、视频发布者信息和对应的观看者的记录信息上传至区块链中进行存储;
语音识别模块,用于对目标视频的音频信号进行语音识别,以得到并根据语音识别结果判断对应的目标视频是否为疑似异常视频,若是,则将疑似异常视频发送给网络管理员核查;若否,则图像识别模块工作;
图像识别模块,用于提取并采用OCR技术对目标视频的首末帧图像进行识别,以得到并根据文字识别结果判断对应的目标视频是否为疑似异常视频,若是,则将疑似异常视频发送给网络管理员核查;若否,则语句判别模块工作;
语句判别模块,用于采用视频关键帧提取方法提取目标视频的关键帧图像,并对所有的关键帧图像进行图像描述处理,生成并根据每个关键帧图像对应的描述语句判断对应的目标视频是否为疑似异常视频,若是,则将疑似异常视频发送给网络管理员核查;若否,则认定对应的目标视频为非异常视频。
9.一种电子设备,其特征在于,包括:
存储器,用于存储一个或多个程序;
处理器;
当所述一个或多个程序被所述处理器执行时,实现如权利要求1-7中任一项所述的方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1-7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211125306.0A CN115205766A (zh) | 2022-09-16 | 2022-09-16 | 基于区块链的网络安全异常视频大数据检测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211125306.0A CN115205766A (zh) | 2022-09-16 | 2022-09-16 | 基于区块链的网络安全异常视频大数据检测方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115205766A true CN115205766A (zh) | 2022-10-18 |
Family
ID=83572205
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211125306.0A Pending CN115205766A (zh) | 2022-09-16 | 2022-09-16 | 基于区块链的网络安全异常视频大数据检测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115205766A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116033184A (zh) * | 2022-12-28 | 2023-04-28 | 中国联合网络通信集团有限公司 | 视频的检测方法、装置、设备及可读存储介质 |
CN116258466A (zh) * | 2023-05-15 | 2023-06-13 | 国网山东省电力公司菏泽供电公司 | 多模态电力场景作业规范检测方法、系统、设备及介质 |
CN116723343A (zh) * | 2023-08-08 | 2023-09-08 | 北京赛博日新科技有限公司 | 基于区块链的网络直播大数据智能监测和存储方法及系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102014295A (zh) * | 2010-11-19 | 2011-04-13 | 嘉兴学院 | 一种网络敏感视频检测方法 |
CN109447809A (zh) * | 2018-11-14 | 2019-03-08 | 成都皓图智能科技有限责任公司 | 一种结合区块链的视频主动识别方法 |
US20190377956A1 (en) * | 2018-06-08 | 2019-12-12 | Beijing Baidu Netcom Science And Technology Co., Ltd. | Method and apparatus for processing video |
CN113761235A (zh) * | 2021-04-20 | 2021-12-07 | 腾讯科技(深圳)有限公司 | 一种多媒体内容的识别方法、相关装置、设备及存储介质 |
CN113850162A (zh) * | 2021-09-10 | 2021-12-28 | 北京百度网讯科技有限公司 | 一种视频审核方法、装置及电子设备 |
CN114650447A (zh) * | 2022-03-22 | 2022-06-21 | 中国电子技术标准化研究院 | 一种确定视频内容异常程度的方法、装置及计算设备 |
CN114913534A (zh) * | 2022-07-19 | 2022-08-16 | 北京嘉沐安科技有限公司 | 基于区块链的网络安全异常图像大数据检测方法及系统 |
-
2022
- 2022-09-16 CN CN202211125306.0A patent/CN115205766A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102014295A (zh) * | 2010-11-19 | 2011-04-13 | 嘉兴学院 | 一种网络敏感视频检测方法 |
US20190377956A1 (en) * | 2018-06-08 | 2019-12-12 | Beijing Baidu Netcom Science And Technology Co., Ltd. | Method and apparatus for processing video |
CN109447809A (zh) * | 2018-11-14 | 2019-03-08 | 成都皓图智能科技有限责任公司 | 一种结合区块链的视频主动识别方法 |
CN113761235A (zh) * | 2021-04-20 | 2021-12-07 | 腾讯科技(深圳)有限公司 | 一种多媒体内容的识别方法、相关装置、设备及存储介质 |
CN113850162A (zh) * | 2021-09-10 | 2021-12-28 | 北京百度网讯科技有限公司 | 一种视频审核方法、装置及电子设备 |
CN114650447A (zh) * | 2022-03-22 | 2022-06-21 | 中国电子技术标准化研究院 | 一种确定视频内容异常程度的方法、装置及计算设备 |
CN114913534A (zh) * | 2022-07-19 | 2022-08-16 | 北京嘉沐安科技有限公司 | 基于区块链的网络安全异常图像大数据检测方法及系统 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116033184A (zh) * | 2022-12-28 | 2023-04-28 | 中国联合网络通信集团有限公司 | 视频的检测方法、装置、设备及可读存储介质 |
CN116258466A (zh) * | 2023-05-15 | 2023-06-13 | 国网山东省电力公司菏泽供电公司 | 多模态电力场景作业规范检测方法、系统、设备及介质 |
CN116258466B (zh) * | 2023-05-15 | 2023-10-27 | 国网山东省电力公司菏泽供电公司 | 多模态电力场景作业规范检测方法、系统、设备及介质 |
CN116723343A (zh) * | 2023-08-08 | 2023-09-08 | 北京赛博日新科技有限公司 | 基于区块链的网络直播大数据智能监测和存储方法及系统 |
CN116723343B (zh) * | 2023-08-08 | 2024-06-07 | 北京赛博日新科技有限公司 | 基于区块链的网络直播大数据智能监测和存储方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11973799B2 (en) | Domain name processing systems and methods | |
CN115205766A (zh) | 基于区块链的网络安全异常视频大数据检测方法及系统 | |
CN111917740B (zh) | 一种异常流量告警日志检测方法、装置、设备及介质 | |
CN114913534A (zh) | 基于区块链的网络安全异常图像大数据检测方法及系统 | |
US11201850B2 (en) | Domain name processing systems and methods | |
CN110598008B (zh) | 录制数据的数据质检方法及装置、存储介质 | |
CN112839012B (zh) | 僵尸程序域名识别方法、装置、设备及存储介质 | |
CN107016298B (zh) | 一种网页篡改监测方法及装置 | |
CN114626024A (zh) | 一种基于区块链的互联网侵权视频低耗检测方法及系统 | |
CN109242658B (zh) | 可疑交易报告生成方法、系统、计算机设备和存储介质 | |
CN114840286B (zh) | 基于大数据的业务处理方法及服务器 | |
CN111259216B (zh) | 一种信息识别方法、装置及设备 | |
CN116701641B (zh) | 一种非结构化数据的分级分类方法及装置 | |
CN111107074B (zh) | 一种防止网络爬虫窃取隐私数据的方法、训练方法及装置 | |
CN109918638B (zh) | 一种网络数据监测方法 | |
CN112559679B (zh) | 政法新媒体传播力的检测方法、装置、设备及存储介质 | |
CN113472686B (zh) | 信息识别方法、装置、设备及存储介质 | |
CN112818150B (zh) | 一种图片内容审核方法、装置、设备和介质 | |
CN114491429A (zh) | 一种基于区块链的直播短视频大数据篡改识别方法及系统 | |
CN115314268A (zh) | 基于流量指纹和行为的恶意加密流量检测方法和系统 | |
CN109324985A (zh) | 一种基于机器学习的自动适应场景的sql注入识别方法 | |
Pham et al. | Ookpik-A Collection of Out-of-Context Image-Caption Pairs | |
CN113239381A (zh) | 一种数据安全加密方法 | |
CN108920700B (zh) | 一种虚假图片识别方法及装置 | |
CN114155586A (zh) | 一种智能审讯控制系统及其控制方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20221018 |
|
RJ01 | Rejection of invention patent application after publication |