SRTP初审答辩预案.ppt

学院：计算机工程学院网络工程 姓名：徐建豪 ;一：立项依据。 二：研究内容、目标、拟解决的关键问题。 三：特色与创新之处。 四：研究计划 五：研究方案及可行性分析。 六：预期结果。;随着Internet的迅速发展,Web信息已经成为人们生活和工作中重要的信息来源。人们很难准确地从因特网上海量信息中筛选出对用户有用的信息。Web信息的滥用也成为互联网领域的一大难题。 网购也成了人们当下比较流行的购物方式，钓鱼网站也越来越多，人们很容易在不经意间点开网站导致财产损失。 暴力，色情，反动网站也是在无时无刻困扰着人们。;1，我们致力于研究与开发一个基于Java web的一个集网页信息识别、挖掘以及分析于一体的分析软件 2，对网页进行批量分析，识别出网页内容的文字，超链接，时间，信息来源等，进行数据分析，得出网页的分类、用途，并进行判断分析???否含有或者是反动宣传、诈骗、恐怖威胁、传播色情、病毒等网络犯罪网站并将信息反馈给用户方便用户识别。 3，本次首先从普通Web网页的特点开始分析,然后过渡到复杂网页的特点分析。;1，实现对网页内容的提取。 2，分析提取的内容进行内容分类。 3，对分类的信息进行分析，判断，提取网页内容中的关 键字，完成大数据时代的网页识别分析。 4，对识别的信息对用户进行反馈处理。;拟解决的关键问题;研究方案：;该项目的可行性：;我们可以通过多种方式对网页进行抓取：（1）抓取原网页数据；（2）抓取网页Javascript返回的数据。 采用网络爬虫技术，能对网页进行更充分的抓取。;项目研究中使用的主要参考文献;研究计划;用java写出网络爬虫，并能对大部分网页进行有效的抓取、分析、归类处理。