基于卷积神经网络的暗网网页分类研究

作者：洪良怡; 朱松林; 王轶骏; 薛质

来源：计算机应用与软件, 2023, 40(02): 320-330.

• 暗网
• 网页分类
• 卷积神经网络
• 机器学习

在海量暗网网页中筛选敏感主题内容对执法部门具有重要意义。通过对Freenet等暗网网页文本特点和类别进行深入分析，提出基于TextCNN的暗网网页主题分类模型。模型根据暗网网页非标准化的语言特点进行数据预处理；使用预训练的词向量获得网页内容的表示，通过不同大小的卷积核进行卷积操作获得特征图像，使用最大池化函数获得最终的特征向量；对卷积网络进行正则化处理，使用softmax函数预测类别概率。实验结果表明，采用该方法精确率为86.01%,召回率为78.97%, Macro-F1值为82.33%,高于机器学习模型，能够有效解决暗网网页分类问题。

• 单位
  上海交通大学