基于机器视觉的Web前端网页异常检测方法

异常网页会为互联网用户带来风险,为保证计算机的网络安全,基于机器视觉设计Web前端网页异常检测方法。本文首先采用获取异常特征的像素分布,对其进行归一化处理,将彩色图像转换为灰度图像,通过机器视觉提取网页异常特征。其次以提取的Web前端网页异常特征提取结果为基础,获取高维空间的核函数信息,设置特征有效度矩阵,构建Web前端网页异常分类器,得到异常检测结果。最后进行对比验证实验。实验结果显示,综合三种异常网页样本和正常网页样本,所提出方法的分类精度、精确率和召回率三项指标均达到86%以上,在综合评价指标的测试中,数据也在0.86以上,由此可见所提出的前端页面异常检测方法具备有效性。