网页快照

摘要： 目前诈骗网站检测识别多基于网站域名、URL等文本特征以及网站源码特征,缺乏对诈骗网站生存、传播行为和网页结构特征的分析利用。基于诈骗网站存活周期短、域名劫持、社交分享这三类特征,探索研究了三种高业务价值域名数据集提取算法,旨在提高集中发现诈骗网站域名的效率。同时利用诈骗网站网页结构(快照)上的相似性特征,结合目前较为火热的卷积神经网络,对相关特征进行提取和检测。设计并实现了一套基于高价值域名数据的诈骗网站识别深度学习系统。实验结果表明,本套系统能够有效提取高价值域名数据,具备较强的诈骗网站识别能力。

摘要： 目前诈骗网站检测识别多基于网站域名、URL等文本特征以及网站源码特征,缺乏对诈骗网站生存、传播行为和网页结构特征的分析利用.基于诈骗网站存活周期短、域名劫持、社交分享这三类特征,探索研究了三种高业务价值域名数据集提取算法,旨在提高集中发现诈骗网站域名的效率.同时利用诈骗网站网页结构(快照)上的相似性特征,结合目前较为火热的卷积神经网络,对相关特征进行提取和检测.设计并实现了一套基于高价值域名数据的诈骗网站识别深度学习系统.实验结果表明,本套系统能够有效提取高价值域名数据,具备较强的诈骗网站识别能力.

摘要： 网页快照在提高互联网用户获取信息效率的同时,也涉嫌侵害了著作权人的专有权利.网页快照关涉的著作权主要包括署名权、复制权、保护作品完整权和信息网络传播权.当前,网页快照被指控为侵犯著作权时的抗辩与免责事由存在着适用上的可行性或认定问题.可从确立网络著作权领域的合理使用制度和网络环境下的默示许可制度等法律规制的完善方面,以及构建网页快照服务提供者与著作权人之间利益平衡的方面,进一步探求解决网页快照著作权侵权问题的对策.

摘要： 网页快照涉及搜索引擎未许可复制和传播源于其他网站中的作品.在我国立法没有将网页快照列入"限制与例外"的情况下,法院不应一概认定其侵权,而应借鉴开放式的"合理使用"标准,如果网页快照同时满足以下三个条件:构成对原作品的转换性使用,没有替代原作品的市场,且在更新方面没有过于滞后,对于该行为可以适用合理使用,认定其合法性.

摘要： 网页快照易产生复制权、信息网络传播权和隐私权的侵权问题,引发著作权人利益和公众利益、言论自由权和隐私权的利益冲突.根据我国现有立法,网页快照将一概被认定为侵权,无免除事由,这与我国国情相悖.对此,我国立法可借鉴美国对合理使用的开放式判断标准,若网页快照符合转化性利用又未替代原网页市场,则可免除其侵权责任.

摘要： 在著作权保护的背景下,近年来出现的网页快照行为的合法性认定问题成为学界争议的热点.笔者对此提出了一种原则、要素与列举式规定相结合的认定思路,弥补现有封闭式列举规范的缺憾,以期合理巧妙地平衡各方利益.

摘要： 随着互联网的发展,人们在使用搜索引擎时关注的问题已经不是:如何查找到有价值的网页?而是:如何在海量的网页中查找到有价值的网页?网页快照便是一种高价值的信息查找源.当用户在搜索引擎中使用网页快照时,搜索引擎便会将爬虫系统中以前所抓取并存储的网页副本展现给用户.基于此项技术,一个网页预览算法和工具便由此产生.即在搜索引擎结果显示界面中增加了一个微型"图书"图标,用户只需将鼠标移至该图标(或直接放在网页的超链上),等待1至2秒,便展现出基于网页快照优化后的微型网页(超链文本),用户可以在进入网页之前能够预览到即将进入的网页.然后进行预判是否需要点击,并在此基础上对网页排序算法进行优化.

摘要： 以"网页快照"这一新技术为切入点,解说其技术原理,结合司法判例,分析"网页快照"技术的属性,指出网页快照是网络复制技术与展示技术的结合在系统缓存中的应用;同时分析网页快照作品提供行为的合理使用性,指出其不属于合理使用的"特定情形",并提出快照提供行为通不过"三步检验",应慎用《信息网络传播权司法解释》第5条第2款.

摘要： 随着互联网技术的飞速发展,信息的发布与共享超越了时空的限制,互联网信息的极速发展给用户带来海量的信息资源的同时,也带来了寻找有效信息的困难.本文通过现有搜索引擎的比较研究,提出一套基于自然语言检索的网页快照技术.举例Geogle的PageRank算法优化网页排名、自然检索和网页快照技术相结合的检索方式,提高了用户检索体验.

摘要： 在侵害外观设计专利权纠纷中,搜索引擎快照是否能够作为现有设计公开时间的证据,取决于快照服务本身的技术特征和功能.一般情况下,快照显示的文本信息时间晚于第三方网站原网页相应内容的首次发布时间,而快照显示的非文本信息发布时间与第三方网站原网页相应内容的首次发布时间通常没有对应关系.

摘要： 本发明给出了一种基于HTML源代码和网页快照的Web信息抽取方法与系统，包括通过收集网页快照训练数据，在网页快照训练数据中标注表征网页快照训练数据的类别的标签，得到标注后的网页快照训练数据；将标注后的网页快照训练数据输入混合CNN和BERT的神经网络架构进行模型训练，获取用于抽取网页信息的神经网络模型；最后基于神经网络模型对网络上的标签未知的网页快照数据进行抽取输出标签未知的网页快照数据对应的标签。通过搜集足够数量的网页极其快照，选择具有多样性布局和内容的网页，提高了后续生成的模型的泛化能力，并且将网页快照部分和HTML源代码部分分别输入CNN和BERT，充分利用了文本和网页快照的信息，提升了Web信息抽取的精度。

摘要： 本发明实施例提供一种网页快照的生成方法及装置，该方法获取网页快照展示请求，所述网页快照展示请求用于请求展示第一网页的快照，所述第一网页包括至少一个展示区域，获取各所述展示区域分别对应的区块的标识，根据各所述区块的标识，从区块链数据库中获取各所述区块中的展示信息，生成所述第一网页对应的快照；由于采用了区块链技术对网页进行分区域存储，使得生成的网页快照具有防篡改特性，保证了网页快照的真实性；进一步的，该方法还减少了存储资源的浪费，提高了快照生成系统的性能。

摘要： 本发明公开了一种网页快照的生成方法及装置，所述方法包括：在按照关键字搜索到网页资源之后，获取所述网页资源对应的网页内容；从所述网页内容所包含的所述关键字中筛选未添加链接的关键字；按照预设规则为所述未添加链接的关键字添加链接，得到所述网页资源对应的网页快照。本发明还提供了一种网页快照的生成装置。本发明的技术方案，在网页内容中增加链接资源入口的同时，还能够保证添加链接后网页内容对应的程序结构和格式正确，确保程序的正常运行和网页内容显示时排版正确，从而能够大大的提高用户体验。

摘要： 本发明公开一种应用于网页快照的数据处理方法及系统，其中，所述方法包括：获取网页的网页数据；根据所述网页数据和所述网页的前版快照数据对比确定二者中表达相同网页内容的数据，所述前版快照数据的时间早于所述网页数据的时间；将所述网页数据中表达所述相同网页内容的数据替换为用于标志这些数据的编码得到当前版快照数据。采用本发明，能够根据用户信息对用户进行分析，从而向用户推荐符合用户需求的更新内容；此外，根据用户需求下载更新内容，不仅满足了用户需求，还能节省用户存储空间，避免流量或宽带资源的浪费，提高用户体验。

摘要： 本发明公开了提供搜索引擎网页快照信息的方法及装置，其中，所述方法包括：获取当前搜索引擎给出的当前搜索结果页面对应的搜索关键词，以及当前搜索结果页面中显示的至少一条搜索结果的统一资源定位符URL；将所述搜索关键词以及所述URL发送到预置的快照服务器进行搜索，获取与所述搜索结果匹配的网页快照；在所述搜索结果页面中显示所述匹配的网页快照的访问入口；当操作焦点移动到所述访问入口处时，从所述快照服务器获取所述匹配的网页快照的网页内容，并在所述当前搜索结果页面的上层创建悬浮层，在所述悬浮层中显示所述匹配的网页快照的网页内容。通过本发明，用户可以更方便快捷的获取到网页快照的内容信息，有利于提高网页快照信息的利用率。

摘要： 本发明公开了一种网页快照的生成方法和装置。本发明实施例提供了一种网页快照的生成方法，包括：确认需要执行快照的网页在浏览器中加载完成；接收到快照生成命令，遍历网页中的所有网页内容元素，分别获得各网页内容元素对应的网页快照元素；将获得的网页快照元素上传至搜索引擎服务器侧，以使在搜索引擎服务器侧利用网页快照元素合成得到网页的网页快照文件。

摘要： 本发明给出了一种基于HTML源代码和网页快照的Web信息抽取方法与系统，包括通过收集网页快照训练数据，在网页快照训练数据中标注表征网页快照训练数据的类别的标签，得到标注后的网页快照训练数据；将标注后的网页快照训练数据输入混合CNN和BERT的神经网络架构进行模型训练，获取用于抽取网页信息的神经网络模型；最后基于神经网络模型对网络上的标签未知的网页快照数据进行抽取输出标签未知的网页快照数据对应的标签。通过搜集足够数量的网页极其快照，选择具有多样性布局和内容的网页，提高了后续生成的模型的泛化能力，并且将网页快照部分和HTML源代码部分分别输入CNN和BERT，充分利用了文本和网页快照的信息，提升了Web信息抽取的精度。

摘要： 本发明实施例提供一种网页快照的生成方法及装置，该方法获取网页快照展示请求，所述网页快照展示请求用于请求展示第一网页的快照，所述第一网页包括至少一个展示区域，获取各所述展示区域分别对应的区块的标识，根据各所述区块的标识，从区块链数据库中获取各所述区块中的展示信息，生成所述第一网页对应的快照；由于采用了区块链技术对网页进行分区域存储，使得生成的网页快照具有防篡改特性，保证了网页快照的真实性；进一步的，该方法还减少了存储资源的浪费，提高了快照生成系统的性能。

摘要： 本申请涉及一种网页快照保存方法，该方法包括：接收到URL请求后，打开网页；从页面顶部以第一滚动速度滚动至页面底部，加载全部网页；光标移动至页面顶部以第二滚动速度，滚动长度h进行重新滚动，每次滚动进行快照并将快照图片保存至图片数组；将图片数组中快照图片进行拼接，完成保存网页快照操作。本申请中克服传统快照手段不能保存超长网页快照的问题，从而实现对超长网页内容进行固化，方便用户维护网站。

摘要： 本申请提供保存网页快照的方法及装置，所述方法包括：解析接收到的HTTP请求报文，获得URL地址，所述URL地址包含第一域名；根据所述第一域名判断所述URL地址对应的网页是否为需要登录认证通过后才可以访问的网页，若是，则在接收到所述HTTP请求报文的HTTP响应报文时缓存所述HTTP响应报文；将所述HTTP响应报文发送至快照保存服务器，以使快照保存服务器根据所述HTTP响应报文生成网页快照并保存所述网页快照。应用本申请实施例实现了保存需要登录认证通过后才能访问的网页对应的网页快照。