《表1 主题异样度计算：多域识别构建监督学习模型检测网页暗链》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《多域识别构建监督学习模型检测网页暗链》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

在模型训练检测阶段，通过敏感域识别后提取出了风险文本和安全文本，分别使用LDA算法抽取两类文本的主题集，使用表1主题异样度算法计算得到prob。如表1所示，输入值为安全文本safe＿text、风险文本risk＿text、阈值threshold，输出为主题异样度prob。步骤3和4对原始文本做去噪操作，具体为过滤掉特殊字符乱码等噪音。步骤5和6使用LDA算法提取安全文本和风险文本主题词集，步骤7和8根据不同主题类别中匹配的主题词数量得到安全主题类别saf＿category、风险主题类别risk＿category，步骤9和10将主题词数量与对应权重W乘积累加并做归一化操作得到匹配率，步骤11-16根据匹配率和threshold大小计算最终主题异样度pro。