申请/专利权人:支付宝(杭州)信息技术有限公司
申请日:2020-02-24
公开(公告)日:2020-07-03
公开(公告)号:CN111368164A
主分类号:G06F16/951(20190101)
分类号:G06F16/951(20190101);G06F16/955(20190101);G06K9/62(20060101)
优先权:
专利状态码:有效-授权
法律状态:2023.05.09#授权;2020.07.28#实质审查的生效;2020.07.03#公开
摘要:本说明书实施例公开了一种爬虫识别模型训练、爬虫识别方法、装置、系统、设备及介质,包括确定指向预设隐私数据的目标行为数据及目标行为数据对应的目标行为链路,从目标行为链路中确定第一爬虫链路,将第一爬虫链路作为第一类标记样本;确定第二爬虫链路,将第二爬虫链路作为第二类标记样本;其中,第二爬虫链路的确定方式异于第一爬虫链路;确定未标记网络行为链路,将未标记网络行为链路作为未标记类样本;基于第一类标记样本、第二类标记样本及未标记类样本进行半监督学习的模型训练,得到爬虫识别模型。将爬虫识别模型用于爬虫识别,能够提高爬虫识别准确率和对隐私数据的保护作用。
主权项:1.一种爬虫识别模型训练方法,包括:确定指向预设隐私数据的目标行为数据以及所述目标行为数据对应的目标行为链路,从所述目标行为链路中确定第一数量个第一爬虫链路,将所述第一数量个第一爬虫链路作为第一类标记样本;确定第二数量个第二爬虫链路,将所述第二数量个第二爬虫链路作为第二类标记样本;其中,所述第二爬虫链路的确定方式异于所述第一爬虫链路;确定第三数量个未标记网络行为链路,将所述第三数量个未标记网络行为链路作为未标记类样本;基于所述第一类标记样本、第二类标记样本以及未标记类样本进行半监督学习的模型训练,得到爬虫识别模型。
全文数据:
权利要求:
百度查询: 支付宝(杭州)信息技术有限公司 一种爬虫识别模型训练、爬虫识别方法、装置、系统、设备及介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。