公开(公告)号：CN107341183B

公开(公告)日：2021-06-22

申请号：CN201710397901.2

申请日：2017-05-31

Applicant: 中国科学院信息工程研究所

Inventor： 谭庆丰 ,  时金桥 ,  王学宾 ,  尹泽林 ,  李抗 ,  蒋晓明 ,  陈牧谦 ,  高悦

IPC: G06F16/951 ,  G06F16/35

Abstract: 本发明公开了一种基于暗网网站综合特征的网站分类方法。本方法为：1)爬取目标暗网网站，得到一带标注的暗网网站训练集合；2)提取该集合中每一网站信息进行分词，构建该网站的词的空间向量，并计算每一词的权重；将词与对应权重进行相乘后的空间向量作为网站的文本特征；3)提取该暗网网站训练集合中每一网站的标签，构建该网站的标签的空间向量，并计算每个标签的权重；将标签与对应权重相乘后的空间向量作为网站的结构特征；4)将每一网站的文本特征与结构特征结合得到该网站的综合特征；5)对各网站的综合特征进行训练，得到一分类模型；然后利用该分类模型对待分类网站进行预测，得到该待分类网站的类别。本发明提高了网站分类效率。

公开(公告)号：CN107341183A

公开(公告)日：2017-11-10

申请号：CN201710397901.2

申请日：2017-05-31

Applicant: 中国科学院信息工程研究所

Inventor： 谭庆丰 ,  时金桥 ,  王学宾 ,  尹泽林 ,  李抗 ,  蒋晓明 ,  陈牧谦 ,  高悦

IPC: G06F17/30

CPC classification number: G06F17/30864 ,  G06F17/30705

Abstract: 本发明公开了一种基于暗网网站综合特征的网站分类方法。本方法为：1)爬取目标暗网网站，得到一带标注的暗网网站训练集合；2)提取该集合中每一网站信息进行分词，构建该网站的词的空间向量，并计算每一词的权重；将词与对应权重进行相乘后的空间向量作为网站的文本特征；3)提取该暗网网站训练集合中每一网站的标签，构建该网站的标签的空间向量，并计算每个标签的权重；将标签与对应权重相乘后的空间向量作为网站的结构特征；4)将每一网站的文本特征与结构特征结合得到该网站的综合特征；5)对各网站的综合特征进行训练，得到一分类模型；然后利用该分类模型对待分类网站进行预测，得到该待分类网站的类别。本发明提高了网站分类效率。