CN115659078A - 基于人工智能的网络信息安全监控方法及系统 - Google Patents
基于人工智能的网络信息安全监控方法及系统 Download PDFInfo
- Publication number
- CN115659078A CN115659078A CN202211243527.8A CN202211243527A CN115659078A CN 115659078 A CN115659078 A CN 115659078A CN 202211243527 A CN202211243527 A CN 202211243527A CN 115659078 A CN115659078 A CN 115659078A
- Authority
- CN
- China
- Prior art keywords
- current
- browsing
- image
- risk
- information
- 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
- 238000000034 method Methods 0.000 title claims abstract description 56
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 29
- 238000012544 monitoring process Methods 0.000 title claims abstract description 27
- 230000002159 abnormal effect Effects 0.000 claims abstract description 52
- 238000000605 extraction Methods 0.000 claims description 86
- 238000007689 inspection Methods 0.000 claims description 36
- 238000012937 correction Methods 0.000 claims description 24
- 238000012216 screening Methods 0.000 claims description 17
- 238000012797 qualification Methods 0.000 claims description 16
- 230000011218 segmentation Effects 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 11
- 230000000717 retained effect Effects 0.000 claims description 7
- 230000008030 elimination Effects 0.000 claims description 6
- 238000003379 elimination reaction Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 210000000481 breast Anatomy 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 210000001747 pupil Anatomy 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Landscapes
- Document Processing Apparatus (AREA)
Abstract
本申请涉及一种基于人工智能的网络信息安全监控方法及系统,依次通过获取当前信息浏览主体所浏览的当前浏览网络界面,获得当前界面整体内容,并提取所述当前界面整体内容的当前浏览主题信息;获取标准网络安全监管数据,获得当前对比差异信息;对所述当前对比差异信息进行文字拼音读取,并获取当前差异文字拼音,同时对所述当前对比差异信息进行图像提取,并获得当前异常风险图像;生成当前拼音谐音文字,生成当前图像风险值,判断所述当前浏览网络界面是否存在浏览风险,若判断为是,则生成当前浏览界面风险提示。本发明通过基于文字和图像实现浏览过程中的综合考量,进而提升对网络安全判定的可靠性和准确性。
Description
技术领域
本申请涉及网络安全技术领域,特别是涉及一种基于人工智能的网络信息安全监控方法及系统。
背景技术
网络是由若干节点和连接这些节点的链路构成,表示诸多对象及其相互联系。网络会借助文字阅读、图片查看、影音播放、下载传输、游戏、聊天等软件工具从文字、图片、声音、视频等方面给人们带来极其丰富的生活和美好的享受。
随着人们对网络使用频率的增高,网络安全也逐渐成为需要重视的问题,目前对于网络安全的监测方法多种多样,如公开号为CN114186269A的发明专利公开了一种基于人工智能的大数据信息安全防护方法及人工智能系统,其主要包括:包括:获取对用户终端上传的待外发原始数据进行安全性检测获得的可安全外发数据,并在对所述可安全外发数据进行分发的过程中获取到异常扰动请求数据后,对所述异常扰动请求数据进行分析,获得异常扰动意图;当所述异常扰动意图与所述可安全外发数据存在关联时,停止对所述可安全外发数据进行分发操作。
虽然上述技术方案能够实现保证信息安全,但是其技术方案过于复杂,并不适用于普通用户的上网过程中的网络安全需求,对于普通用户而言,其具体需要判断网页浏览过程中的文字和图像是否有网络风险,且实现可靠性和准确性判断。
因此,亟需一种基于人工智能的网络信息安全监控方法及系统。
发明内容
基于此,有必要针对上述技术问题,提供一种能够通过基于文字和图像实现浏览过程中的综合考量,进而提升对网络安全判定的可靠性和准确性的基于人工智能的网络信息安全监控方法及系统。
本发明技术方案如下:
一种基于人工智能的网络信息安全监控方法,所述方法包括:
获取当前信息浏览主体所浏览的当前浏览网络界面,并对所述当前浏览网络界面的呈现内容进行当前界面内容提取,并在内容提取完成后获得当前界面整体内容,并提取所述当前界面整体内容的当前浏览主题信息;根据所述当前浏览主题信息从预设的网络安全监管数据库中获取与所述当前浏览主题信息相匹配的标准网络安全监管数据,并将所述标准网络安全监管数据与所述当前界面整体内容进行对比,并在对比完成后获得当前对比差异信息;基于预设的智能文字提取模型对所述当前对比差异信息进行文字拼音读取,并获取当前差异文字拼音,同时对所述当前对比差异信息进行图像提取,并获得当前异常风险图像;根据所述当前差异文字拼音生成当前拼音谐音文字,同时根据所述当前异常风险图像生成当前图像风险值,根据所述当前拼音谐音文字和所述当前图像风险值判断所述当前浏览网络界面是否存在浏览风险,若判断为是,则生成当前浏览界面风险提示。
进一步地说,所述当前浏览界面风险提示包括当前网络文字风险指示和当前网络图像风险指示;所述根据所述当前差异文字拼音生成当前拼音谐音文字,同时根据所述当前异常风险图像生成当前图像风险值,根据所述当前拼音谐音文字和所述当前图像风险值判断所述当前浏览网络界面是否存在浏览风险,若判断为是,则生成当前浏览界面风险提示;具体包括:
根据所述当前差异文字拼音对所述当前差异文字拼音进行声调更换并生成更改音调初始拼音;根据所述更改音调初始拼音从预设的敏感词汇数据库中查询,并查询与所述更改音调初始拼音相匹配的标准敏感词汇,并记录为当前拼音谐音文字;根据所述当前异常风险图像对所述当前异常风险图像进行图像区域划分,并生成局部分割区域;根据各所述局部分割区域分别获取各所述局部分割区域的区域风险值,并将各所述区域风险值汇总生成当前图像风险值;判断所述当前拼音谐音文字的数量是否大于等于预设的标准风险文字数量,若判断为是,则所述当前浏览网络界面存在浏览风险,故生成当前网络文字风险指示;判断所述当前图像风险值是否大于等于预设的标准图像分享值,若判断为是,则所述当前浏览网络界面存在浏览风险,故生成当前网络图像风险指示。
进一步地说,根据所述当前浏览主题信息从预设的网络安全监管数据库中获取与所述当前浏览主题信息相匹配的标准网络安全监管数据,并将所述标准网络安全监管数据与所述当前界面整体内容进行对比,并在对比完成后获得当前对比差异信息;具体包括:
根据所述当前浏览主题信息从预设的网络安全监管数据库中获取与所述当前浏览主题信息相匹配的标准网络安全监管数据;将所述标准网络安全监管数据进行拆分,并生成局部拆分监管数据;将各所述局部拆分监管数据分别与所述当前界面整体内容进行对比,并分别生成局部数据对比差异,其中,一个所述局部拆分监管数据与所述当前界面整体内容进行对比后生成一个所述局部数据对比差异;将各所述局部数据对比差异进行对比分析,并剔除相同数据,并在剔除完成后生成当前对比差异信息。
进一步地说,基于预设的智能文字提取模型对所述当前对比差异信息进行文字拼音读取,并获取当前差异文字拼音,同时对所述当前对比差异信息进行图像提取,并获得当前异常风险图像;具体包括:
基于预设的智能文字提取模型对所述当前对比差异信息进行文字拼音读取,在读取完成后获取当前初始读取读音;根据所述当前初始读取读音对所述当前初始读取读音进行质检,并在质检完成后生成当前差异文字拼音;对所述当前对比差异信息进行图像提取,并在图像提取完成后生成当前初始提取图像;基于预设的标准合格图像对所述当前初始提取图像进行合规图像剔除,并在剔除完成后生成初始质检图像,其中,被剔除的图像为已剔除图像;对所述已剔除图像进行人工质检,并提取潜风险图像,根据所述潜风险图像和所述初始质检图像生成当前异常风险图像。
进一步地说,获取当前信息浏览主体所浏览的当前浏览网络界面,并对所述当前浏览网络界面的呈现内容进行当前界面内容提取,并在内容提取完成后获得当前界面整体内容,并提取所述当前界面整体内容的当前浏览主题信息;具体包括:
获取当前信息浏览主体在浏览所述当前浏览网络界面时留存的当前主体基本信息;根据所述当前主体基本信息判断所述当前信息浏览主体是否具备浏览资格;若判断所述当前信息浏览主体具备浏览资格,则对所述当前浏览网络界面的呈现内容进行当前界面内容提取,并获得初始提取整体内容;获取对所述初始提取整体内容的筛选纠错内容,并根据所述筛选纠错内容对所述初始提取整体内容进行修正,并在修正后获得当前界面整体内容;获取所述当前界面整体内容的原始标题和内容概要,并根据所述原始标题和内容概要生成当前浏览主题信息。
进一步地说,一种基于人工智能的网络信息安全监控系统,所述系统包括:
界面内容提取模块,用于获取当前信息浏览主体所浏览的当前浏览网络界面,并对所述当前浏览网络界面的呈现内容进行当前界面内容提取,并在内容提取完成后获得当前界面整体内容,并提取所述当前界面整体内容的当前浏览主题信息;
监管数据获取模块,用于根据所述当前浏览主题信息从预设的网络安全监管数据库中获取与所述当前浏览主题信息相匹配的标准网络安全监管数据,并将所述标准网络安全监管数据与所述当前界面整体内容进行对比,并在对比完成后获得当前对比差异信息;
文字图像提取模块,用于基于预设的智能文字提取模型对所述当前对比差异信息进行文字拼音读取,并获取当前差异文字拼音,同时对所述当前对比差异信息进行图像提取,并获得当前异常风险图像;
文字风险提示模块,用于根据所述当前差异文字拼音生成当前拼音谐音文字,同时根据所述当前异常风险图像生成当前图像风险值,根据所述当前拼音谐音文字和所述当前图像风险值判断所述当前浏览网络界面是否存在浏览风险,若判断为是,则生成当前浏览界面风险提示。
进一步地说,所述当前浏览界面风险提示包括当前网络文字风险指示和当前网络图像风险指示,所述文字风险提示模块还用于:
根据所述当前差异文字拼音对所述当前差异文字拼音进行声调更换并生成更改音调初始拼音;根据所述更改音调初始拼音从预设的敏感词汇数据库中查询,并查询与所述更改音调初始拼音相匹配的标准敏感词汇,并记录为当前拼音谐音文字;根据所述当前异常风险图像对所述当前异常风险图像进行图像区域划分,并生成局部分割区域;根据各所述局部分割区域分别获取各所述局部分割区域的区域风险值,并将各所述区域风险值汇总生成当前图像风险值;判断所述当前拼音谐音文字的数量是否大于等于预设的标准风险文字数量,若判断为是,则所述当前浏览网络界面存在浏览风险,故生成当前网络文字风险指示;判断所述当前图像风险值是否大于等于预设的标准图像分享值,若判断为是,则所述当前浏览网络界面存在浏览风险,故生成当前网络图像风险指示。
进一步地说,所述监管数据获取模块还用于:
根据所述当前浏览主题信息从预设的网络安全监管数据库中获取与所述当前浏览主题信息相匹配的标准网络安全监管数据;将所述标准网络安全监管数据进行拆分,并生成局部拆分监管数据;将各所述局部拆分监管数据分别与所述当前界面整体内容进行对比,并分别生成局部数据对比差异,其中,一个所述局部拆分监管数据与所述当前界面整体内容进行对比后生成一个所述局部数据对比差异;将各所述局部数据对比差异进行对比分析,并剔除相同数据,并在剔除完成后生成当前对比差异信息;
所述文字图像提取模块还用于:基于预设的智能文字提取模型对所述当前对比差异信息进行文字拼音读取,在读取完成后获取当前初始读取读音;根据所述当前初始读取读音对所述当前初始读取读音进行质检,并在质检完成后生成当前差异文字拼音;对所述当前对比差异信息进行图像提取,并在图像提取完成后生成当前初始提取图像;基于预设的标准合格图像对所述当前初始提取图像进行合规图像剔除,并在剔除完成后生成初始质检图像,其中,被剔除的图像为已剔除图像;对所述已剔除图像进行人工质检,并提取潜风险图像,根据所述潜风险图像和所述初始质检图像生成当前异常风险图像;
所述界面内容提取模块还用于:获取当前信息浏览主体在浏览所述当前浏览网络界面时留存的当前主体基本信息;根据所述当前主体基本信息判断所述当前信息浏览主体是否具备浏览资格;若判断所述当前信息浏览主体具备浏览资格,则对所述当前浏览网络界面的呈现内容进行当前界面内容提取,并获得初始提取整体内容;获取对所述初始提取整体内容的筛选纠错内容,并根据所述筛选纠错内容对所述初始提取整体内容进行修正,并在修正后获得当前界面整体内容;获取所述当前界面整体内容的原始标题和内容概要,并根据所述原始标题和内容概要生成当前浏览主题信息。
进一步地说,一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述基于人工智能的网络信息安全监控方法所述的步骤。
进一步地说,一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述基于人工智能的网络信息安全监控方法所述的步骤。
本发明实现技术效果如下:
上述基于人工智能的网络信息安全监控方法及系统,依次通过获取当前信息浏览主体所浏览的当前浏览网络界面,并对所述当前浏览网络界面的呈现内容进行当前界面内容提取,并在内容提取完成后获得当前界面整体内容,并提取所述当前界面整体内容的当前浏览主题信息;根据所述当前浏览主题信息从预设的网络安全监管数据库中获取与所述当前浏览主题信息相匹配的标准网络安全监管数据,并将所述标准网络安全监管数据与所述当前界面整体内容进行对比,并在对比完成后获得当前对比差异信息;基于预设的智能文字提取模型对所述当前对比差异信息进行文字拼音读取,并获取当前差异文字拼音,同时对所述当前对比差异信息进行图像提取,并获得当前异常风险图像;根据所述当前差异文字拼音生成当前拼音谐音文字,同时根据所述当前异常风险图像生成当前图像风险值,根据所述当前拼音谐音文字和所述当前图像风险值判断所述当前浏览网络界面是否存在浏览风险,若判断为是,则生成当前浏览界面风险提示,也即,本发明为了精准实现判断,故通过预先设置所述网络安全监管数据库,并在所述网络安全监管数据库预先存储标准网络安全监管数据,进而在获取所述当前浏览主题信息后,将所述当前浏览主题信息与所述标准网络安全监管数据进行对比,并获取与所述当前浏览主题信息相匹配的标准网络安全监管数据,此时是根据所述当前浏览网络界面内展示的主要概括信息所筛选的内容,而所述标准网络安全监管数据则均为不存在网络安全风险的内容,故此时为了判定所述当前浏览网络界面内所展示的整体内容是否具有网络信息风险,进而需要将所述标准网络安全监管数据与所述当前界面整体内容进行对比,并在对比完成后获得当前对比差异信息,因所述标准网络安全监管数据则均为不存在网络安全风险的内容,故与所述标准网络安全监管数据不同的数据则可能存在网络信息安全风险,也即所述当前对比差异信息可能存在安全风险,为了进一步地判断所述当前对比差异信息是否具有网络安全风险,进而需要通过对所述当前对比差异信息进行处理,具体为通过预先设置的智能文字提取模型对所述当前对比差异信息进行文字拼音读取,并获取当前差异文字拼音,同时对所述当前对比差异信息进行图像提取,并获得当前异常风险图像,通过生成所述当前拼音谐音文字,并通过以数值来反馈图像风险,进而提升判断的效率和智能化处理速度,也即通过基于文字和图像实现浏览过程中的综合考量,进而提升对网络安全判定的可靠性和准确性。
附图说明
图1为一个实施例中基于人工智能的网络信息安全监控方法的流程示意图;
图2为一个实施例中基于人工智能的网络信息安全监控系统的结构框图;
图3为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
在一个实施例中,本发明提供一种基于人工智能的网络信息安全监控方法的应用场景,该应用场景包括一智能终端,所述智能终端用于获取当前信息浏览主体所浏览的当前浏览网络界面,并对所述当前浏览网络界面的呈现内容进行当前界面内容提取,并在内容提取完成后获得当前界面整体内容,并提取所述当前界面整体内容的当前浏览主题信息;根据所述当前浏览主题信息从预设的网络安全监管数据库中获取与所述当前浏览主题信息相匹配的标准网络安全监管数据,并将所述标准网络安全监管数据与所述当前界面整体内容进行对比,并在对比完成后获得当前对比差异信息;基于预设的智能文字提取模型对所述当前对比差异信息进行文字拼音读取,并获取当前差异文字拼音,同时对所述当前对比差异信息进行图像提取,并获得当前异常风险图像;根据所述当前差异文字拼音生成当前拼音谐音文字,同时根据所述当前异常风险图像生成当前图像风险值,根据所述当前拼音谐音文字和所述当前图像风险值判断所述当前浏览网络界面是否存在浏览风险,若判断为是,则生成当前浏览界面风险提示。
本实施例中,所述智能终端可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备。
在一个实施例中,如图1所示,提供了一种基于人工智能的网络信息安全监控方法,所述方法包括:
步骤S100:获取当前信息浏览主体所浏览的当前浏览网络界面,并对所述当前浏览网络界面的呈现内容进行当前界面内容提取,并在内容提取完成后获得当前界面整体内容,并提取所述当前界面整体内容的当前浏览主题信息;
进一步地,本步骤中,所述当前浏览网络界面为所述当前信息浏览主体所正在浏览的主体。所述当前界面整体内容为所述当前浏览网络界面所呈现的全部内容,所述当前浏览主题信息为所述当前浏览网络界面所呈现的全部内容的主要内容,进而通过基于所述当前浏览网络界面获取所述当前界面整体内容,再获取所述当前浏览主题信息,进而实现获取的所述当前浏览网络界面的主要展示信息,进而为后续判断所述当前浏览网络界面上展示的信息是否具有网络安全风险提供数据基础。
步骤S200:根据所述当前浏览主题信息从预设的网络安全监管数据库中获取与所述当前浏览主题信息相匹配的标准网络安全监管数据,并将所述标准网络安全监管数据与所述当前界面整体内容进行对比,并在对比完成后获得当前对比差异信息;
进一步地,本步骤中,为了精准实现判断,故通过预先设置所述网络安全监管数据库,并在所述网络安全监管数据库预先存储标准网络安全监管数据,进而在获取所述当前浏览主题信息后,将所述当前浏览主题信息与所述标准网络安全监管数据进行对比,并获取与所述当前浏览主题信息相匹配的标准网络安全监管数据,此时是根据所述当前浏览网络界面内展示的主要概括信息所筛选的内容,而所述标准网络安全监管数据则均为不存在网络安全风险的内容,故此时为了判定所述当前浏览网络界面内所展示的整体内容是否具有网络信息风险,进而需要将所述标准网络安全监管数据与所述当前界面整体内容进行对比,并在对比完成后获得当前对比差异信息,因所述标准网络安全监管数据则均为不存在网络安全风险的内容,故与所述标准网络安全监管数据不同的数据则可能存在网络信息安全风险,也即所述当前对比差异信息可能存在安全风险。
步骤S300:基于预设的智能文字提取模型对所述当前对比差异信息进行文字拼音读取,并获取当前差异文字拼音,同时对所述当前对比差异信息进行图像提取,并获得当前异常风险图像;
进一步地,本步骤中,为了进一步地判断所述当前对比差异信息是否具有网络安全风险,进而需要通过对所述当前对比差异信息进行处理,具体为通过预先设置的智能文字提取模型对所述当前对比差异信息进行文字拼音读取,并获取当前差异文字拼音,同时对所述当前对比差异信息进行图像提取,并获得当前异常风险图像,应理解,所述当前对比差异信息包括文字信息和图像信息,因而分别获取所述当前差异文字拼音和所述当前异常风险图像,实现基于文字和图像的综合考量,进而提升对网络信息安全与否的精准判断。
本实施例中,所述智能文字提取模型为预先由本领域技术人员设置,其具体为使用了OCR技术进行识别的模型,接着再对识别得出的文字进行拼音标示,进而实现所述当前差异文字拼音的获取。
进一步地,所述智能文字提取模型具体为基于神经网络建立的模型,其是一种模仿动物神经网络行为特征,进行分布式并行信息处理的算法数学模型。这种网络依靠系统的复杂程度,通过调整内部大量节点之间相互连接的关系,从而达到处理信息的目的,进而基于所述智能文字提取模型,实现充分利用了人工智能进行数据处理,提升数据处理的效率和可靠性。
步骤S400:根据所述当前差异文字拼音生成当前拼音谐音文字,同时根据所述当前异常风险图像生成当前图像风险值,根据所述当前拼音谐音文字和所述当前图像风险值判断所述当前浏览网络界面是否存在浏览风险,若判断为是,则生成当前浏览界面风险提示。
进一步地,本实施例中,通过生成所述当前拼音谐音文字,并通过以数值来反馈图像风险,进而提升判断的效率和智能化处理速度,具体为根据所述当前差异文字拼音生成当前拼音谐音文字,同时根据所述当前异常风险图像生成当前图像风险值,根据所述当前拼音谐音文字和所述当前图像风险值判断所述当前浏览网络界面是否存在浏览风险,若判断为是,则生成当前浏览界面风险提示,因此,通过基于文字和图像实现浏览过程中的综合考量,进而提升对网络安全判定的可靠性和准确性。
在一个实施例中,所述当前浏览界面风险提示包括当前网络文字风险指示和当前网络图像风险指示;步骤S400:根据所述当前差异文字拼音生成当前拼音谐音文字,同时根据所述当前异常风险图像生成当前图像风险值,根据所述当前拼音谐音文字和所述当前图像风险值判断所述当前浏览网络界面是否存在浏览风险,若判断为是,则生成当前浏览界面风险提示;具体包括:
步骤S410:根据所述当前差异文字拼音对所述当前差异文字拼音进行声调更换并生成更改音调初始拼音;
步骤S420:根据所述更改音调初始拼音从预设的敏感词汇数据库中查询,并查询与所述更改音调初始拼音相匹配的标准敏感词汇,并记录为当前拼音谐音文字;
进一步地,为了精准筛选出谐音字对用户所造成的误导,进而通过先进行声调更换,举例说明,以当前差异文字拼音为“bao(3)lu(4)”为例,其中的(3)表示第三声,其中的(4)表示第四声,那么更换声调则可以更换为“bao(4)lu(4)”,这样便使其所对应的词汇为“暴露”,而“暴露”与一些敏感词,如“狂”,或是身体器官相结合,如“乳房”等,结合后便会形成影响用户实际上网体验,尤其对于青少年而言造成了极大的危害,而所述敏感词汇数据库中则提前基于大数据技术预先存储了大量的类似于“暴露”等敏感词汇,进而通过生成所述当前拼音谐音文字,来提升后续判断网络信息是否安全的可靠性。
步骤S430:根据所述当前异常风险图像对所述当前异常风险图像进行图像区域划分,并生成局部分割区域;
步骤S440:根据各所述局部分割区域分别获取各所述局部分割区域的区域风险值,并将各所述区域风险值汇总生成当前图像风险值;
步骤S450:判断所述当前拼音谐音文字的数量是否大于等于预设的标准风险文字数量,若判断为是,则所述当前浏览网络界面存在浏览风险,故生成当前网络文字风险指示;
步骤S460:判断所述当前图像风险值是否大于等于预设的标准图像分享值,若判断为是,则所述当前浏览网络界面存在浏览风险,故生成当前网络图像风险指示。
进一步地,本实施例中,为了防止出现网页浏览过程中,网页中包含谐音诱导文字,进而通过根据所述当前差异文字拼音对所述当前差异文字拼音进行声调更换并生成更改音调初始拼音;接着通过根据所述更改音调初始拼音从预设的敏感词汇数据库中查询,并查询与所述更改音调初始拼音相匹配的标准敏感词汇,并记录为当前拼音谐音文字,进而实现通过对谐音文字的获取。
接着,为了对图像进行细化处理,并排除图像中存在的不健康图像,进而通过根据所述当前异常风险图像对所述当前异常风险图像进行图像区域划分,并生成局部分割区域;然后根据各所述局部分割区域分别获取各所述局部分割区域的区域风险值,并将各所述区域风险值汇总生成当前图像风险值;接着,判断所述当前拼音谐音文字的数量是否大于等于预设的标准风险文字数量,若判断为是,则所述当前浏览网络界面存在浏览风险,故生成当前网络文字风险指示;最后,判断所述当前图像风险值是否大于等于预设的标准图像分享值,若判断为是,则所述当前浏览网络界面存在浏览风险,故生成当前网络图像风险指示,这样实现对网页中文字和图像的异常筛查,进而保证用户使用网络过程中的网络信息安全。
在一个实施例中,步骤S200:根据所述当前浏览主题信息从预设的网络安全监管数据库中获取与所述当前浏览主题信息相匹配的标准网络安全监管数据,并将所述标准网络安全监管数据与所述当前界面整体内容进行对比,并在对比完成后获得当前对比差异信息;具体包括:
步骤S210:根据所述当前浏览主题信息从预设的网络安全监管数据库中获取与所述当前浏览主题信息相匹配的标准网络安全监管数据;
步骤S220:将所述标准网络安全监管数据进行拆分,并生成局部拆分监管数据;
步骤S230:将各所述局部拆分监管数据分别与所述当前界面整体内容进行对比,并分别生成局部数据对比差异,其中,一个所述局部拆分监管数据与所述当前界面整体内容进行对比后生成一个所述局部数据对比差异;
步骤S240:将各所述局部数据对比差异进行对比分析,并剔除相同数据,并在剔除完成后生成当前对比差异信息。
具体地,所述局部数据中可能存在相同的数据,故通过将各所述局部数据对比差异进行对比分析,并剔除相同数据,实现获取的所述当前对比差异信息是不重复的,进而提升数据处理过程中的高效。
进一步地,本实施例中,为了实现对数据的细致管理,故通过对数据进行拆分处理,具体为先通过根据所述当前浏览主题信息从预设的网络安全监管数据库中获取与所述当前浏览主题信息相匹配的标准网络安全监管数据;然后将所述标准网络安全监管数据进行拆分,并生成局部拆分监管数据;接着,将各所述局部拆分监管数据分别与所述当前界面整体内容进行对比,并分别生成局部数据对比差异,其中,一个所述局部拆分监管数据与所述当前界面整体内容进行对比后生成一个所述局部数据对比差异;最后,将各所述局部数据对比差异进行对比分析,并剔除相同数据,并在剔除完成后生成当前对比差异信息,这样先通过细分数据进行数据处理,再对剔除的数据进行相互对比,进而提升数据处理精度和效率,保障后续对网络风险安全的提示的准确性和可靠性。
在一个实施例中,步骤S300:基于预设的智能文字提取模型对所述当前对比差异信息进行文字拼音读取,并获取当前差异文字拼音,同时对所述当前对比差异信息进行图像提取,并获得当前异常风险图像;具体包括:
步骤S310:基于预设的智能文字提取模型对所述当前对比差异信息进行文字拼音读取,在读取完成后获取当前初始读取读音;
步骤S320:根据所述当前初始读取读音对所述当前初始读取读音进行质检,并在质检完成后生成当前差异文字拼音;
步骤S330:对所述当前对比差异信息进行图像提取,并在图像提取完成后生成当前初始提取图像;
步骤S340:基于预设的标准合格图像对所述当前初始提取图像进行合规图像剔除,并在剔除完成后生成初始质检图像,其中,被剔除的图像为已剔除图像;
步骤S350:对所述已剔除图像进行人工质检,并提取潜风险图像,根据所述潜风险图像和所述初始质检图像生成当前异常风险图像。
进一步地,本实施例中,为了综合智能化处理与人工处理相结合,进而先通过基于预设的智能文字提取模型对所述当前对比差异信息进行文字拼音读取,在读取完成后获取当前初始读取读音;根据所述当前初始读取读音对所述当前初始读取读音进行质检,并在质检完成后生成当前差异文字拼音;对所述当前对比差异信息进行图像提取,并在图像提取完成后生成当前初始提取图像;然后,基于预设的标准合格图像对所述当前初始提取图像进行合规图像剔除,并在剔除完成后生成初始质检图像,其中,被剔除的图像为已剔除图像;最后,对所述已剔除图像进行人工质检,并提取潜风险图像,根据所述潜风险图像和所述初始质检图像生成当前异常风险图像,这样通过人工质检和智能化处理,极大提升数据处理的可靠性和准确性。
在一个实施例中,步骤S100:获取当前信息浏览主体所浏览的当前浏览网络界面,并对所述当前浏览网络界面的呈现内容进行当前界面内容提取,并在内容提取完成后获得当前界面整体内容,并提取所述当前界面整体内容的当前浏览主题信息;具体包括:
步骤S110:获取当前信息浏览主体在浏览所述当前浏览网络界面时留存的当前主体基本信息;
步骤S120:根据所述当前主体基本信息判断所述当前信息浏览主体是否具备浏览资格;
其中,在判断时,首先根据所述当前主体基本信息判断所述当前信息浏览主体的年龄是否符合要求,具体为判断所述当前信息浏览主体是否是小学生,具体为12岁以下,若判断为是,则判断所述当前信息浏览主体不具备浏览资格,此时不进行上网服务。
步骤S130:若判断所述当前信息浏览主体具备浏览资格,则对所述当前浏览网络界面的呈现内容进行当前界面内容提取,并获得初始提取整体内容;
若判断所述当前信息浏览主体具备浏览资格,说明此时可以进行上网,则对所述当前浏览网络界面的呈现内容进行当前界面内容提取,并获得初始提取整体内容,其中,所述初始提取内容是自动提取的内容。
步骤S140:获取对所述初始提取整体内容的筛选纠错内容,并根据所述筛选纠错内容对所述初始提取整体内容进行修正,并在修正后获得当前界面整体内容;
因所述初始提取整体内容可能存在不准确的情形,进而需要通过获取所述筛选纠错内容,所述筛选纠错内容通过用户进行人工纠错,这样保证了对所述初始提取整体内容进行修正,并在修正后获得当前界面整体内容,以使所述当前界面整体内容获得的准确性和可靠性。
步骤S150:获取所述当前界面整体内容的原始标题和内容概要,并根据所述原始标题和内容概要生成当前浏览主题信息。
进一步地,所述当前浏览主题信息主要是综合了所述原始标题和内容概要所形成,所述原始标题是标题内容,而所述内容概要则是当前网页的内容的具化的内容总结,具体获取方式如下:
预先设置了标准概要和标准内容,所述标准概要与所述标准内容相对应,在获取所述当前界面整体内容后,将所述当前界面整体内容与所述标准内容对比,获取与所述当前界面整体内容相匹配的标准内容,并将所述标注内容对应的标准概要设定为所述内容概要。
进一步地,本实施例中,所述当前主体基本信息为所述当前信息浏览主体的浏览网页是的身份信息,为了保证所述当前信息浏览主体是具备权限的,故先通过获取当前信息浏览主体在浏览所述当前浏览网络界面时留存的当前主体基本信息;然后根据所述当前主体基本信息判断所述当前信息浏览主体是否具备浏览资格;接着,若判断所述当前信息浏览主体具备浏览资格,则对所述当前浏览网络界面的呈现内容进行当前界面内容提取,并获得初始提取整体内容;再然后,获取对所述初始提取整体内容的筛选纠错内容,并根据所述筛选纠错内容对所述初始提取整体内容进行修正,并在修正后获得当前界面整体内容;最后,获取所述当前界面整体内容的原始标题和内容概要,并根据所述原始标题和内容概要生成当前浏览主题信息。
在一个实施例中,如图2所示,本发明还提供一种基于人工智能的网络信息安全监控系统,所述系统包括:
界面内容提取模块,用于获取当前信息浏览主体所浏览的当前浏览网络界面,并对所述当前浏览网络界面的呈现内容进行当前界面内容提取,并在内容提取完成后获得当前界面整体内容,并提取所述当前界面整体内容的当前浏览主题信息;
监管数据获取模块,用于根据所述当前浏览主题信息从预设的网络安全监管数据库中获取与所述当前浏览主题信息相匹配的标准网络安全监管数据,并将所述标准网络安全监管数据与所述当前界面整体内容进行对比,并在对比完成后获得当前对比差异信息;
文字图像提取模块,用于基于预设的智能文字提取模型对所述当前对比差异信息进行文字拼音读取,并获取当前差异文字拼音,同时对所述当前对比差异信息进行图像提取,并获得当前异常风险图像;
文字风险提示模块,用于根据所述当前差异文字拼音生成当前拼音谐音文字,同时根据所述当前异常风险图像生成当前图像风险值,根据所述当前拼音谐音文字和所述当前图像风险值判断所述当前浏览网络界面是否存在浏览风险,若判断为是,则生成当前浏览界面风险提示。
在一个实施例中,所述文字风险提示模块还用于:
根据所述当前差异文字拼音对所述当前差异文字拼音进行声调更换并生成更改音调初始拼音;根据所述更改音调初始拼音从预设的敏感词汇数据库中查询,并查询与所述更改音调初始拼音相匹配的标准敏感词汇,并记录为当前拼音谐音文字;根据所述当前异常风险图像对所述当前异常风险图像进行图像区域划分,并生成局部分割区域;根据各所述局部分割区域分别获取各所述局部分割区域的区域风险值,并将各所述区域风险值汇总生成当前图像风险值;判断所述当前拼音谐音文字的数量是否大于等于预设的标准风险文字数量,若判断为是,则所述当前浏览网络界面存在浏览风险,故生成当前网络文字风险指示;判断所述当前图像风险值是否大于等于预设的标准图像分享值,若判断为是,则所述当前浏览网络界面存在浏览风险,故生成当前网络图像风险指示。
在一个实施例中,所述监管数据获取模块还用于:
根据所述当前浏览主题信息从预设的网络安全监管数据库中获取与所述当前浏览主题信息相匹配的标准网络安全监管数据;将所述标准网络安全监管数据进行拆分,并生成局部拆分监管数据;将各所述局部拆分监管数据分别与所述当前界面整体内容进行对比,并分别生成局部数据对比差异,其中,一个所述局部拆分监管数据与所述当前界面整体内容进行对比后生成一个所述局部数据对比差异;将各所述局部数据对比差异进行对比分析,并剔除相同数据,并在剔除完成后生成当前对比差异信息;
所述文字图像提取模块还用于:基于预设的智能文字提取模型对所述当前对比差异信息进行文字拼音读取,在读取完成后获取当前初始读取读音;根据所述当前初始读取读音对所述当前初始读取读音进行质检,并在质检完成后生成当前差异文字拼音;对所述当前对比差异信息进行图像提取,并在图像提取完成后生成当前初始提取图像;基于预设的标准合格图像对所述当前初始提取图像进行合规图像剔除,并在剔除完成后生成初始质检图像,其中,被剔除的图像为已剔除图像;对所述已剔除图像进行人工质检,并提取潜风险图像,根据所述潜风险图像和所述初始质检图像生成当前异常风险图像;
所述界面内容提取模块还用于:获取当前信息浏览主体在浏览所述当前浏览网络界面时留存的当前主体基本信息;根据所述当前主体基本信息判断所述当前信息浏览主体是否具备浏览资格;若判断所述当前信息浏览主体具备浏览资格,则对所述当前浏览网络界面的呈现内容进行当前界面内容提取,并获得初始提取整体内容;获取对所述初始提取整体内容的筛选纠错内容,并根据所述筛选纠错内容对所述初始提取整体内容进行修正,并在修正后获得当前界面整体内容;获取所述当前界面整体内容的原始标题和内容概要,并根据所述原始标题和内容概要生成当前浏览主题信息。
在一个实施例中,如图3所示,一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述基于人工智能的网络信息安全监控方法所述的步骤。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述基于人工智能的网络信息安全监控方法所述的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
进一步地,本步骤中,
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种基于人工智能的网络信息安全监控方法,其特征在于,所述方法包括:
获取当前信息浏览主体所浏览的当前浏览网络界面,并对所述当前浏览网络界面的呈现内容进行当前界面内容提取,并在内容提取完成后获得当前界面整体内容,并提取所述当前界面整体内容的当前浏览主题信息;根据所述当前浏览主题信息从预设的网络安全监管数据库中获取与所述当前浏览主题信息相匹配的标准网络安全监管数据,并将所述标准网络安全监管数据与所述当前界面整体内容进行对比,并在对比完成后获得当前对比差异信息;基于预设的智能文字提取模型对所述当前对比差异信息进行文字拼音读取,并获取当前差异文字拼音,同时对所述当前对比差异信息进行图像提取,并获得当前异常风险图像;根据所述当前差异文字拼音生成当前拼音谐音文字,同时根据所述当前异常风险图像生成当前图像风险值,根据所述当前拼音谐音文字和所述当前图像风险值判断所述当前浏览网络界面是否存在浏览风险,若判断为是,则生成当前浏览界面风险提示。
2.根据权利要求1所述的基于人工智能的网络信息安全监控方法,其特征在于,所述当前浏览界面风险提示包括当前网络文字风险指示和当前网络图像风险指示;所述根据所述当前差异文字拼音生成当前拼音谐音文字,同时根据所述当前异常风险图像生成当前图像风险值,根据所述当前拼音谐音文字和所述当前图像风险值判断所述当前浏览网络界面是否存在浏览风险,若判断为是,则生成当前浏览界面风险提示;具体包括:
根据所述当前差异文字拼音对所述当前差异文字拼音进行声调更换并生成更改音调初始拼音;根据所述更改音调初始拼音从预设的敏感词汇数据库中查询,并查询与所述更改音调初始拼音相匹配的标准敏感词汇,并记录为当前拼音谐音文字;根据所述当前异常风险图像对所述当前异常风险图像进行图像区域划分,并生成局部分割区域;根据各所述局部分割区域分别获取各所述局部分割区域的区域风险值,并将各所述区域风险值汇总生成当前图像风险值;判断所述当前拼音谐音文字的数量是否大于等于预设的标准风险文字数量,若判断为是,则所述当前浏览网络界面存在浏览风险,故生成当前网络文字风险指示;判断所述当前图像风险值是否大于等于预设的标准图像分享值,若判断为是,则所述当前浏览网络界面存在浏览风险,故生成当前网络图像风险指示。
3.根据权利要求1所述的基于人工智能的网络信息安全监控方法,其特征在于,根据所述当前浏览主题信息从预设的网络安全监管数据库中获取与所述当前浏览主题信息相匹配的标准网络安全监管数据,并将所述标准网络安全监管数据与所述当前界面整体内容进行对比,并在对比完成后获得当前对比差异信息;具体包括:
根据所述当前浏览主题信息从预设的网络安全监管数据库中获取与所述当前浏览主题信息相匹配的标准网络安全监管数据;将所述标准网络安全监管数据进行拆分,并生成局部拆分监管数据;将各所述局部拆分监管数据分别与所述当前界面整体内容进行对比,并分别生成局部数据对比差异,其中,一个所述局部拆分监管数据与所述当前界面整体内容进行对比后生成一个所述局部数据对比差异;将各所述局部数据对比差异进行对比分析,并剔除相同数据,并在剔除完成后生成当前对比差异信息。
4.根据权利要求1所述的基于人工智能的网络信息安全监控方法,其特征在于,基于预设的智能文字提取模型对所述当前对比差异信息进行文字拼音读取,并获取当前差异文字拼音,同时对所述当前对比差异信息进行图像提取,并获得当前异常风险图像;具体包括:
基于预设的智能文字提取模型对所述当前对比差异信息进行文字拼音读取,在读取完成后获取当前初始读取读音;根据所述当前初始读取读音对所述当前初始读取读音进行质检,并在质检完成后生成当前差异文字拼音;对所述当前对比差异信息进行图像提取,并在图像提取完成后生成当前初始提取图像;基于预设的标准合格图像对所述当前初始提取图像进行合规图像剔除,并在剔除完成后生成初始质检图像,其中,被剔除的图像为已剔除图像;对所述已剔除图像进行人工质检,并提取潜风险图像,根据所述潜风险图像和所述初始质检图像生成当前异常风险图像。
5.根据权利要求1所述的基于人工智能的网络信息安全监控方法,其特征在于,获取当前信息浏览主体所浏览的当前浏览网络界面,并对所述当前浏览网络界面的呈现内容进行当前界面内容提取,并在内容提取完成后获得当前界面整体内容,并提取所述当前界面整体内容的当前浏览主题信息;具体包括:
获取当前信息浏览主体在浏览所述当前浏览网络界面时留存的当前主体基本信息;根据所述当前主体基本信息判断所述当前信息浏览主体是否具备浏览资格;若判断所述当前信息浏览主体具备浏览资格,则对所述当前浏览网络界面的呈现内容进行当前界面内容提取,并获得初始提取整体内容;获取对所述初始提取整体内容的筛选纠错内容,并根据所述筛选纠错内容对所述初始提取整体内容进行修正,并在修正后获得当前界面整体内容;获取所述当前界面整体内容的原始标题和内容概要,并根据所述原始标题和内容概要生成当前浏览主题信息。
6.一种基于人工智能的网络信息安全监控系统,其特征在于,所述系统包括:
界面内容提取模块,用于获取当前信息浏览主体所浏览的当前浏览网络界面,并对所述当前浏览网络界面的呈现内容进行当前界面内容提取,并在内容提取完成后获得当前界面整体内容,并提取所述当前界面整体内容的当前浏览主题信息;
监管数据获取模块,用于根据所述当前浏览主题信息从预设的网络安全监管数据库中获取与所述当前浏览主题信息相匹配的标准网络安全监管数据,并将所述标准网络安全监管数据与所述当前界面整体内容进行对比,并在对比完成后获得当前对比差异信息;
文字图像提取模块,用于基于预设的智能文字提取模型对所述当前对比差异信息进行文字拼音读取,并获取当前差异文字拼音,同时对所述当前对比差异信息进行图像提取,并获得当前异常风险图像;
文字风险提示模块,用于根据所述当前差异文字拼音生成当前拼音谐音文字,同时根据所述当前异常风险图像生成当前图像风险值,根据所述当前拼音谐音文字和所述当前图像风险值判断所述当前浏览网络界面是否存在浏览风险,若判断为是,则生成当前浏览界面风险提示。
7.根据权利要求6所述的基于人工智能的网络信息安全监控系统,其特征在于,所述当前浏览界面风险提示包括当前网络文字风险指示和当前网络图像风险指示,所述文字风险提示模块还用于:
根据所述当前差异文字拼音对所述当前差异文字拼音进行声调更换并生成更改音调初始拼音;根据所述更改音调初始拼音从预设的敏感词汇数据库中查询,并查询与所述更改音调初始拼音相匹配的标准敏感词汇,并记录为当前拼音谐音文字;根据所述当前异常风险图像对所述当前异常风险图像进行图像区域划分,并生成局部分割区域;根据各所述局部分割区域分别获取各所述局部分割区域的区域风险值,并将各所述区域风险值汇总生成当前图像风险值;判断所述当前拼音谐音文字的数量是否大于等于预设的标准风险文字数量,若判断为是,则所述当前浏览网络界面存在浏览风险,故生成当前网络文字风险指示;判断所述当前图像风险值是否大于等于预设的标准图像分享值,若判断为是,则所述当前浏览网络界面存在浏览风险,故生成当前网络图像风险指示。
8.根据权利要求6所述的基于人工智能的网络信息安全监控系统,其特征在于,所述监管数据获取模块还用于:
根据所述当前浏览主题信息从预设的网络安全监管数据库中获取与所述当前浏览主题信息相匹配的标准网络安全监管数据;将所述标准网络安全监管数据进行拆分,并生成局部拆分监管数据;将各所述局部拆分监管数据分别与所述当前界面整体内容进行对比,并分别生成局部数据对比差异,其中,一个所述局部拆分监管数据与所述当前界面整体内容进行对比后生成一个所述局部数据对比差异;将各所述局部数据对比差异进行对比分析,并剔除相同数据,并在剔除完成后生成当前对比差异信息;
所述文字图像提取模块还用于:基于预设的智能文字提取模型对所述当前对比差异信息进行文字拼音读取,在读取完成后获取当前初始读取读音;根据所述当前初始读取读音对所述当前初始读取读音进行质检,并在质检完成后生成当前差异文字拼音;对所述当前对比差异信息进行图像提取,并在图像提取完成后生成当前初始提取图像;基于预设的标准合格图像对所述当前初始提取图像进行合规图像剔除,并在剔除完成后生成初始质检图像,其中,被剔除的图像为已剔除图像;对所述已剔除图像进行人工质检,并提取潜风险图像,根据所述潜风险图像和所述初始质检图像生成当前异常风险图像;
所述界面内容提取模块还用于:获取当前信息浏览主体在浏览所述当前浏览网络界面时留存的当前主体基本信息;根据所述当前主体基本信息判断所述当前信息浏览主体是否具备浏览资格;若判断所述当前信息浏览主体具备浏览资格,则对所述当前浏览网络界面的呈现内容进行当前界面内容提取,并获得初始提取整体内容;获取对所述初始提取整体内容的筛选纠错内容,并根据所述筛选纠错内容对所述初始提取整体内容进行修正,并在修正后获得当前界面整体内容;获取所述当前界面整体内容的原始标题和内容概要,并根据所述原始标题和内容概要生成当前浏览主题信息。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至5中任一项所述方法的步骤。
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,所述计算机程序被处理器执行时实现权利要求1至5中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211243527.8A CN115659078A (zh) | 2022-10-12 | 2022-10-12 | 基于人工智能的网络信息安全监控方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211243527.8A CN115659078A (zh) | 2022-10-12 | 2022-10-12 | 基于人工智能的网络信息安全监控方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115659078A true CN115659078A (zh) | 2023-01-31 |
Family
ID=84987744
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211243527.8A Pending CN115659078A (zh) | 2022-10-12 | 2022-10-12 | 基于人工智能的网络信息安全监控方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115659078A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116707874A (zh) * | 2023-05-25 | 2023-09-05 | 杭州金诚信息安全科技有限公司 | 一种网上信息安全综合分析与监控系统及方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108228704A (zh) * | 2017-11-03 | 2018-06-29 | 阿里巴巴集团控股有限公司 | 识别风险内容的方法及装置、设备 |
CN110309049A (zh) * | 2019-05-21 | 2019-10-08 | 平安普惠企业管理有限公司 | 网页内容监听方法、装置、计算机设备和存储介质 |
CN110941729A (zh) * | 2019-10-30 | 2020-03-31 | 烟台职业学院 | 一种基于敏感标记的内容审查方法 |
CN111626048A (zh) * | 2020-05-22 | 2020-09-04 | 腾讯科技(深圳)有限公司 | 文本纠错方法、装置、设备及存储介质 |
CN112686036A (zh) * | 2020-08-18 | 2021-04-20 | 平安国际智慧城市科技股份有限公司 | 风险文本识别方法、装置、计算机设备及存储介质 |
WO2021139268A1 (zh) * | 2020-07-16 | 2021-07-15 | 平安科技(深圳)有限公司 | 敏感词检测方法、装置、计算机设备及存储介质 |
CN113220533A (zh) * | 2021-05-21 | 2021-08-06 | 南京诺迈特网络科技有限公司 | 一种网络舆情监控方法及系统 |
CN113806806A (zh) * | 2021-09-18 | 2021-12-17 | 罗普特科技集团股份有限公司 | 一种用于网页截图的脱敏、还原方法和系统 |
CN113849760A (zh) * | 2021-12-02 | 2021-12-28 | 云账户技术(天津)有限公司 | 敏感信息风险评估方法、系统和存储介质 |
CN114969294A (zh) * | 2022-05-31 | 2022-08-30 | 深圳市百川数安科技有限公司 | 一种音近敏感词的扩展方法 |
-
2022
- 2022-10-12 CN CN202211243527.8A patent/CN115659078A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108228704A (zh) * | 2017-11-03 | 2018-06-29 | 阿里巴巴集团控股有限公司 | 识别风险内容的方法及装置、设备 |
CN110309049A (zh) * | 2019-05-21 | 2019-10-08 | 平安普惠企业管理有限公司 | 网页内容监听方法、装置、计算机设备和存储介质 |
CN110941729A (zh) * | 2019-10-30 | 2020-03-31 | 烟台职业学院 | 一种基于敏感标记的内容审查方法 |
CN111626048A (zh) * | 2020-05-22 | 2020-09-04 | 腾讯科技(深圳)有限公司 | 文本纠错方法、装置、设备及存储介质 |
WO2021139268A1 (zh) * | 2020-07-16 | 2021-07-15 | 平安科技(深圳)有限公司 | 敏感词检测方法、装置、计算机设备及存储介质 |
CN112686036A (zh) * | 2020-08-18 | 2021-04-20 | 平安国际智慧城市科技股份有限公司 | 风险文本识别方法、装置、计算机设备及存储介质 |
CN113220533A (zh) * | 2021-05-21 | 2021-08-06 | 南京诺迈特网络科技有限公司 | 一种网络舆情监控方法及系统 |
CN113806806A (zh) * | 2021-09-18 | 2021-12-17 | 罗普特科技集团股份有限公司 | 一种用于网页截图的脱敏、还原方法和系统 |
CN113849760A (zh) * | 2021-12-02 | 2021-12-28 | 云账户技术(天津)有限公司 | 敏感信息风险评估方法、系统和存储介质 |
CN114969294A (zh) * | 2022-05-31 | 2022-08-30 | 深圳市百川数安科技有限公司 | 一种音近敏感词的扩展方法 |
Non-Patent Citations (2)
Title |
---|
CHENG NUO ET AL.: "WordChange: Adversarial Examples Generation Approach for Chinese Text Classification", 《IEEE ACCESS》, vol. 8, 20 April 2020 (2020-04-20), pages 79561 - 79572, XP011787645, DOI: 10.1109/ACCESS.2020.2988786 * |
赵小雨: "智能媒体时代主流意识形态安全的风险治理研究", 《理论导刊》, no. 7, 10 July 2022 (2022-07-10), pages 38 - 45 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116707874A (zh) * | 2023-05-25 | 2023-09-05 | 杭州金诚信息安全科技有限公司 | 一种网上信息安全综合分析与监控系统及方法 |
CN116707874B (zh) * | 2023-05-25 | 2023-12-15 | 杭州金诚信息安全科技有限公司 | 一种网上信息安全综合分析与监控系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110444198B (zh) | 检索方法、装置、计算机设备和存储介质 | |
CN109635296B (zh) | 新词挖掘方法、装置计算机设备和存储介质 | |
CN109862397B (zh) | 一种视频分析方法、装置、设备和存储介质 | |
CN111666746A (zh) | 会议纪要的生成方法及装置、电子设备及存储介质 | |
CN111090813B (zh) | 一种内容处理方法、装置和计算机可读存储介质 | |
CN110598008B (zh) | 录制数据的数据质检方法及装置、存储介质 | |
CN111858892A (zh) | 基于知识图谱的语音交互方法、装置、设备及介质 | |
CN110569502A (zh) | 一种违禁广告语的识别方法、装置、计算机设备及存储介质 | |
CN113780217A (zh) | 直播辅助提示方法、装置、计算机设备及存储介质 | |
CN112507167A (zh) | 一种识别视频合集的方法、装置、电子设备及存储介质 | |
CN115659078A (zh) | 基于人工智能的网络信息安全监控方法及系统 | |
CN112652295A (zh) | 语言模型训练、视频字幕校验方法、装置、设备及介质 | |
KR20210095609A (ko) | 회의록 열람 문서 생성 방법 및 그 장치 | |
CN112202849A (zh) | 内容分发方法、装置、电子设备和计算机可读存储介质 | |
CN112492606A (zh) | 垃圾短信的分类识别方法、装置、计算机设备及存储介质 | |
WO2020057014A1 (zh) | 对话分析评价的方法、装置、计算机设备和存储介质 | |
CN111723870B (zh) | 基于人工智能的数据集获取方法、装置、设备和介质 | |
CN113420203A (zh) | 对象推荐方法、装置、电子设备及存储介质 | |
CN113051924A (zh) | 一种录制数据分段质检方法及系统 | |
CN111539206A (zh) | 一种确定敏感信息的方法、装置、设备及存储介质 | |
CN111651666A (zh) | 用户主题推荐方法、装置、计算机设备及存储介质 | |
CN114969544A (zh) | 基于热点数据的推荐内容生成方法、装置、设备及介质 | |
CN113497978B (zh) | 视频的场景分类方法、装置、服务器及存储介质 | |
CN114356982A (zh) | 营销合规性检查方法、装置、计算机设备及存储介质 | |
CN114038451A (zh) | 对话数据的质检方法、装置、计算机设备及存储介质 |
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 |