基于深度残差神经网络的博彩网页识别算法设计

互联网对人民群众的生活和工作产生了重要影响,然而网络空间中隐藏着大量有害的博彩网站或赌博网站,很容易给网民造成损失和困扰,甚至可能扰乱社会秩序,因而研究对此类网站进行高效识别的方法具有重要意义。提出利用深度残差神经网络解决博彩类网页识别问题,基于深度残差网络的原理设计了算法GamblingRec。经验证,算法准确率达到了95.16%,正样本召回率为93.21%,表明基于深度残差神经网络的方法能够用于博彩类网页识别,并能达到较高的识别性能。

一种不良域名快速核验方法的研究

针对大量网络赌博、淫秽色情等不良域名网页内容存在高度相似性,且运营者多采用注册大量域名部署同一套网站代码的方式,变相规避域名被封等特征,利用图像相似性聚类和相似性搜索等技术,提出一种不良域名的快速核验方法。实验表明,人工抽样一万个不良域名样本(淫秽色情和网络赌博域名各5000个)进行判定,该不良域名核验方法总体准确率为99.67%,淫秽色情类准确率为99.66%,网络赌博类准确率为99.68%,大幅提升了不良域名人工审核效率。