一種能識別網(wǎng)頁信息自動采集的系統(tǒng)

基本信息

申請?zhí)?/td> CN201310128305.6 申請日 -
公開（公告）號 CN103218431B 公開（公告）日 2016-02-17
申請公布號 CN103218431B 申請公布日 2016-02-17
分類號 G06F17/30(2006.01)I 分類 計算；推算；計數(shù);
發(fā)明人 張煒;金軍;吳楊梓;江巖 申請（專利權(quán)）人 合肥智源慧生服務(wù)外包有限公司
代理機(jī)構(gòu) - 代理人 -
地址 230000 安徽省合肥市包河區(qū)金寨路96號本科08級1-9系
法律狀態(tài) -

摘要

摘要 本發(fā)明公開了一種能識別網(wǎng)頁信息自動采集的系統(tǒng)，包括反采集分類器構(gòu)建模塊、自動采集識別模塊和反采集在線處理模塊，反采集分類器構(gòu)建模塊主要用于使用計算機(jī)程序?qū)v史的web信息自動采集和正常的網(wǎng)頁訪問行為進(jìn)行學(xué)習(xí)并區(qū)分，自動采集識別模塊，通過運(yùn)用上述步驟中的反采集分類器，自動識別出搜索引擎程序的自動采集行為，并將識別出的采集程序所處的IP段加入黑名單。反采集在線處理模塊主要用于對訪問的用戶進(jìn)行自動在線判定和處理。本發(fā)明克服了現(xiàn)有技術(shù)的不足，該系統(tǒng)通過分析網(wǎng)站的歷史網(wǎng)頁訪問行為，建立自動采集分類器，識別出機(jī)器人的自動采集，通過自動機(jī)器人采集識別，實(shí)現(xiàn)網(wǎng)頁反抓取。