-
题名基于DOM树与领域本体的Web抽取方法
被引量:5
- 1
-
-
作者
郭建兵
崔志明
陈明
赵朋朋
-
机构
苏州大学智能信息处理及应用研究所
苏州普达新信息技术有限公司
-
出处
《计算机工程》
CAS
CSCD
2012年第5期56-58,共3页
-
基金
国家自然科学基金资助项目(60970015
61003054)
+2 种基金
江苏省企业博士创新基金资助项目(BK2009563)
江苏省高校自然科学研究基金资助项目(10KJB520018)
苏州市科技型企业技术创新专项基金资助项目(SG201043)
-
文摘
为解决异构DeepWeb结果页面中数据区域及数据记录的自动抽取问题,提出一种基于DOM树与领域本体的Web抽取方法。利用数据内容特征以及领域本体库标记DOM树的节点,按照结果页面展示规律定位数据区域,根据改进的简单树匹配算法,定位数据区域及数据记录。实验结果表明,该方法定位数据区域及数据记录的F-measure值比传统的抽取方法高2.93%~6.67%。
-
关键词
自动抽取
DOM树
领域本体
数据区域定位
简单树匹配
-
Keywords
automatic extraction
DOM tree
domain ontology
data area positioning
simple tree matching
-
分类号
TP391.1
[自动化与计算机技术—计算机应用技术]
-
-
题名应用于拟态Web服务器的相似度求解方法
被引量:1
- 2
-
-
作者
王灿
倪明
喻卫东
黎想
-
机构
华东计算技术研究所
-
出处
《计算机系统应用》
2019年第1期75-80,共6页
-
基金
国家重点研发计划(2016YFB0800100)~~
-
文摘
拟态Web服务器中表决器通过计算并比较异构执行体响应网页的相似性来判断响应是否为合法输出,达到网页防篡改的目的.目前表决器中将网页整体作为字符串输入,采用字符串编辑距离方法计算网页的相似性,存在计算量大忽略网页原有结构信息等问题.本文采用改进简单树匹配方法,通过对网页DOM树匹配判别得到网页的相似性, DOM树节点匹配程度由节点字符串的编辑距离决定.将本文算法应用于拟态Web服务器上,进行网页篡改实验验证,与现使用算法相比,本文所采用算法在适应执行体异构性的基础上,提高了表决器的计算效率和准确性.
-
关键词
拟态Web服务器
编辑距离
简单树匹配
相似性
网页防篡改
DOM树
-
Keywords
mimicry Web server
editing distance
simple tree matching
similarity
webpage tamper-proof
DOM tree
-
分类号
TP393.09
[自动化与计算机技术—计算机应用技术]
-