基于人工智能的互聯(lián)網(wǎng)數(shù)據(jù)中心不良信息監(jiān)管系統(tǒng)

◆梁嬿良 張明亮 沈宜 蘭良

基于人工智能的互聯(lián)網(wǎng)數(shù)據(jù)中心不良信息監(jiān)管系統(tǒng)

◆梁嬿良1張明亮1沈宜2蘭良1

（1.深圳市網(wǎng)聯(lián)安瑞網(wǎng)絡(luò)科技有限公司 廣東 518042； 2.成都三零凱天通信實業(yè)有限公司 四川 610041）

在“新基建”的大背景下，互聯(lián)網(wǎng)數(shù)據(jù)中心面臨新一輪增長機遇，網(wǎng)絡(luò)視頻、社交媒體、網(wǎng)絡(luò)游戲、電商平臺等互聯(lián)網(wǎng)行業(yè)持續(xù)高速發(fā)展，同時受疫情影響，其他行業(yè)線上拓展和運行的需求也呈快速增長趨勢。因此，視圖像數(shù)據(jù)將呈爆炸式增長，網(wǎng)絡(luò)運營單位及行業(yè)監(jiān)管部門的新媒體內(nèi)容審核和監(jiān)管工作將面臨更為嚴(yán)峻的挑戰(zhàn)，關(guān)系到國家安全、公共利益和社會穩(wěn)定。本文介紹相關(guān)背景情況，分析互聯(lián)網(wǎng)數(shù)據(jù)中心不良信息的危害及監(jiān)管部門面臨的挑戰(zhàn)，提出了一種可用于互聯(lián)網(wǎng)數(shù)據(jù)中心不良信息監(jiān)管的技術(shù)解決方案，并對該方案進行了詳細闡述。

互聯(lián)網(wǎng)數(shù)據(jù)中心；不良信息；內(nèi)容監(jiān)管；人工智能

在“新基建”的背景下，大數(shù)據(jù)中心將迎來新的歷史發(fā)展契機。數(shù)據(jù)中心按服務(wù)對象分為：國家級數(shù)據(jù)中心（NDC）、互聯(lián)網(wǎng)數(shù)據(jù)中心（IDC）、企業(yè)級數(shù)據(jù)中心（EDC）三大類型[1]，而互聯(lián)網(wǎng)數(shù)據(jù)中心（IDC）依然是大數(shù)據(jù)中心發(fā)展的重點。IDC作為承載入駐企業(yè)各種互聯(lián)網(wǎng)業(yè)務(wù)的基礎(chǔ)設(shè)施，存儲和流通著海量互聯(lián)網(wǎng)信息，可能會隱藏一定的違法及不良信息內(nèi)容。

面向海量爆炸式增長的新媒體數(shù)據(jù)，互聯(lián)網(wǎng)不良信息的治理，應(yīng)優(yōu)先考慮的是技術(shù)層面的治理手段。從網(wǎng)絡(luò)內(nèi)容和行為來看，互聯(lián)網(wǎng)服務(wù)商是第一道關(guān)口，可借助一定的技術(shù)手段進行治理。從治理的成本和效率來看，互聯(lián)網(wǎng)服務(wù)商的內(nèi)部治理和技術(shù)治理應(yīng)當(dāng)是最為可行的手段[2]。按照《網(wǎng)絡(luò)安全法》《反恐怖主義法》《互聯(lián)網(wǎng)信息服務(wù)管理辦法》、公安部令第151號《公安機關(guān)互聯(lián)網(wǎng)安全監(jiān)督檢查規(guī)定》《網(wǎng)絡(luò)信息內(nèi)容生態(tài)治理規(guī)定》等要求，數(shù)據(jù)中心建設(shè)除了應(yīng)該關(guān)注網(wǎng)絡(luò)安全、信息安全措施外，還應(yīng)加強內(nèi)容安全監(jiān)測和管控系統(tǒng)的規(guī)劃和建設(shè)，從而保障“新基建”大數(shù)據(jù)中心快速、健康和可持續(xù)發(fā)展。

1 IDC發(fā)展現(xiàn)狀分析

我國IDC規(guī)模的發(fā)展速度在全球居于首位，IDC行業(yè)除了慣性增長以外，2020年初，我國受新冠疫情的影響，各行業(yè)逐漸開始拓展線上業(yè)務(wù)，同時國家及各級政府提出加強新型基礎(chǔ)設(shè)施建設(shè)，將進一步刺激IDC行業(yè)的快速發(fā)展。大數(shù)據(jù)中心是“新基建”七大領(lǐng)域之一，IDC作為承載入駐企業(yè)各種互聯(lián)網(wǎng)業(yè)務(wù)的基礎(chǔ)設(shè)施，存儲著海量互聯(lián)網(wǎng)信息，其中可能隱藏著大量違法不良內(nèi)容，對IDC的發(fā)展形成的制約不容忽視，主要體現(xiàn)在以下幾個方面：

一是危害ICP業(yè)務(wù)的健康發(fā)展。網(wǎng)站一旦涉及非法和有害內(nèi)容被網(wǎng)警或管局通報，將面臨被斷網(wǎng)、關(guān)站、整改、罰款等一系列處罰措施，這將對網(wǎng)站本身流量、聲譽等方面造成巨大的負面影響，甚至是難以逆轉(zhuǎn)的后果，嚴(yán)重制約網(wǎng)站正常業(yè)務(wù)的開展。

二是影響IDC業(yè)務(wù)的正常運行。IDC接入商一旦涉及違法網(wǎng)站及有害信息而被通報，網(wǎng)站所屬服務(wù)器將被做關(guān)閉處理，如整改效果不明顯，則其所有服務(wù)器將做全面斷網(wǎng)停機處理，待清理整治工作明顯改善后重新向基礎(chǔ)運營商及當(dāng)?shù)毓簿痔峤簧暾垼@批后方可重新聯(lián)網(wǎng)。IDC接入商需自行承擔(dān)由于出現(xiàn)違法及不良信息被關(guān)閉相應(yīng)網(wǎng)站及服務(wù)器而造成的經(jīng)濟損失，同時根據(jù)國家相關(guān)主管部門規(guī)定承擔(dān)相應(yīng)的法律責(zé)任。

三是造成嚴(yán)重的負面影響。IDC機房一旦被非法分子利用，導(dǎo)致違法和有害內(nèi)容在互聯(lián)網(wǎng)上廣泛傳播，造成具有極壞影響的惡性事件發(fā)生，將會給IDC機房所在地的政府、通信管理局、公安、運營商、IDC接入商、網(wǎng)站運營者造成不可估量的行政、社會、經(jīng)濟方面的負面影響。

2 IDC內(nèi)容監(jiān)管面臨的挑戰(zhàn)

互聯(lián)網(wǎng)充斥著大量違法違規(guī)的不良信息，本著工信部“誰接入、誰負責(zé)”的原則，IDC運營商需要承擔(dān)對接入業(yè)務(wù)和內(nèi)容進行管控的責(zé)任。

IDC內(nèi)容監(jiān)管的傳統(tǒng)手段主要包括關(guān)鍵詞精準(zhǔn)匹配、語義分析、文件MD5值檢測等方式。目前，由于視圖像制作的工具愈加簡單，內(nèi)容發(fā)布的平臺愈加豐富，傳播的渠道愈加便捷，只要具備相關(guān)環(huán)境、懂得相應(yīng)的操作常識，人人都能參與到互聯(lián)網(wǎng)內(nèi)容的制作、發(fā)布和傳播過程中去，圖像、視頻已經(jīng)成為廣大網(wǎng)民情緒表達和信息分享方式的重要方式，也成為不法分子傳播敏感和有害內(nèi)容的主要載體。目前，IDC內(nèi)容監(jiān)管面臨的挑戰(zhàn)包括以下幾個方面。

一是所需監(jiān)管的異構(gòu)數(shù)據(jù)總量大、類型多。隨著5G時代的到來，以圖片和視頻為主要傳播媒質(zhì)的新媒體數(shù)據(jù)呈現(xiàn)幾何級數(shù)增長，傳統(tǒng)的監(jiān)管手段已經(jīng)無法跟上內(nèi)容產(chǎn)生、變化和發(fā)展的速度，無法對視圖像等海量、非結(jié)構(gòu)化數(shù)據(jù)形成有效監(jiān)管。

二是投入產(chǎn)出的平衡點把握。隨著國內(nèi)外形勢的變化，違規(guī)有害內(nèi)容的分類及變種越來越多，監(jiān)管的維度從色情、賭博、暴力文化安全方面等，擴展到政治、社會和國防安全等方面，光靠擴充人工內(nèi)容審核團隊，已經(jīng)無法滿足法律、政策、時效性、成本、效果等多方面的要求。

三是監(jiān)測與管控的實時性強?；ヂ?lián)網(wǎng)已經(jīng)成為網(wǎng)民工作、生活、娛樂的主要場所，不良有害內(nèi)容一旦在網(wǎng)上發(fā)布，就會在短時間內(nèi)形成廣泛傳播，可能引發(fā)嚴(yán)重的社會影響，因此只有進行全天候?qū)崟r監(jiān)測和聯(lián)動處置，才能將負面影響降到最低。

同時，受流量為王的利益驅(qū)動，IDC機房租戶往往對自身服務(wù)器中存在的違規(guī)內(nèi)容視而不見，沒有主動采取有效監(jiān)管措施，增加了IDC運營商的管控難度。

3 基于AI的IDC內(nèi)容監(jiān)管系統(tǒng)技術(shù)方案

為及時對IDC中的圖片、視頻等海量新媒體內(nèi)容進行自動、高效的分析和預(yù)警，提高IDC運營商互聯(lián)網(wǎng)內(nèi)容監(jiān)管的效率，降低一線工作人員的工作壓力，進一步縮小不同IDC運營商企業(yè)之間的內(nèi)容安全管控水平差異，特構(gòu)建基于人工智能的互聯(lián)網(wǎng)數(shù)據(jù)中心IDC不良信息監(jiān)管平臺。

由于不良信息往往存在于IDC客戶的服務(wù)器存儲中，IDC運營企業(yè)無法直接訪問和控制，IDC不良信息監(jiān)測系統(tǒng)通常采用抽取用戶上網(wǎng)日志話單中的URL，通過爬蟲還原資源信息的方式，來研判和發(fā)現(xiàn)不良信息[3]。結(jié)合運營商已建成的IDC信息安全系統(tǒng)，本系統(tǒng)通過綜合應(yīng)用基于數(shù)據(jù)源調(diào)度方式的多通道分布式數(shù)據(jù)采集技術(shù)、基于深度學(xué)習(xí)的人工智能技術(shù)、視圖像大數(shù)據(jù)處理技術(shù)，實時對IDC出口的信息進行采集、預(yù)處理、智能識別分析，結(jié)合識別維度自動審核篩選出疑似不良內(nèi)容，根據(jù)封堵策略進行自動封堵或者提示人工干預(yù)，針對人工復(fù)核為敏感、不良、有害內(nèi)容的域名、IP、URL等，平臺將自動形成用于封堵的黑名單，發(fā)送到封堵系統(tǒng)進行封堵，從而實現(xiàn)對IDC不良信息內(nèi)容的及時監(jiān)測和有效治理。同時，根據(jù)日常不良內(nèi)容統(tǒng)計情況，實現(xiàn)對IDC租戶存在內(nèi)容安全局部風(fēng)險和IDC機房存在的內(nèi)容安全整體風(fēng)險進行評估和預(yù)警，從而實現(xiàn)對IDC內(nèi)容監(jiān)管的定量評價和重點管控。

3.1 技術(shù)難點及方案

本系統(tǒng)的難點在于：研究涉及學(xué)科較多，海量大數(shù)據(jù)涉及的數(shù)據(jù)類型較廣，關(guān)聯(lián)復(fù)雜度高，對數(shù)據(jù)的來源、分類、結(jié)構(gòu)和識別等也提出了更高的要求。

（1）難點一：海量大數(shù)據(jù)存儲/計算/搜索

為了解決該難題，系統(tǒng)在設(shè)計上，采用Hadoop+Storm的大數(shù)據(jù)架構(gòu)[4]，既能滿足實時數(shù)據(jù)監(jiān)測分析的流式計算，又可以滿足批處理數(shù)據(jù)挖掘分析的離線計算，實現(xiàn)海量數(shù)據(jù)的存儲、計算、搜索等。流式計算框架可以實現(xiàn)毫秒級計算大批量數(shù)據(jù)，批處理計算可以計算PB級乃至EB級數(shù)據(jù)。此外，為了便于信息更及時有效的調(diào)度和交互，系統(tǒng)采用基于Redis消息分發(fā)技術(shù)作為基礎(chǔ)數(shù)據(jù)的分布式應(yīng)用。

（2）難點二：針對視圖像內(nèi)容的智能識別分析

為了實現(xiàn)對視圖像內(nèi)容的智能識別分析，系統(tǒng)設(shè)計上，采用基于人工智能的視圖像內(nèi)容分類和同源變種文件檢測技術(shù)，實現(xiàn)未知有害內(nèi)容和歷史已知有害內(nèi)容的監(jiān)測。

基于深度學(xué)習(xí)架構(gòu)，通過采用卷積神經(jīng)網(wǎng)絡(luò)，提取圖像和短視頻特征并放入長短記憶網(wǎng)絡(luò)LSTM進行序列識別[5]，生成支持色情/血腥/暴恐/賭博/政治有害等模型的視圖像識別引擎集，實現(xiàn)視圖像的內(nèi)容歸類。該技術(shù)主要用于對IDC機房中的視圖像未知有害內(nèi)容的實時識別和預(yù)警。

通過提取已知有害視圖像的SIFTSURF特征點和關(guān)鍵幀圖像的特征點[6-7]，獲取視圖像的位置、尺度、旋轉(zhuǎn)不變量，形成與視圖像一一對應(yīng)并且惟一的視覺特征，實現(xiàn)同源變種文件（翻拍/裁剪/形變/畫中畫等）的檢測。該技術(shù)主要用于對IDC機房中的視圖像數(shù)據(jù)進行已知有害內(nèi)容的預(yù)先布控。

（3）難點三：高通量網(wǎng)絡(luò)視圖像并行計算處理

在高通量圖像視頻計算方面，涉及提高單個圖像視頻分析和處理的精度及速度的研究較多，涉及高并發(fā)環(huán)境下的系統(tǒng)吞吐能力方面的研究較少[8]。為了滿足IDC機房中海量視圖像數(shù)據(jù)高并發(fā)處理的吞吐能力要求，針對IDC機房中主流GPU服務(wù)器所采用的通用并行計算架構(gòu)，進行軟件和硬件之間的多層次的并行粒度匹配，從而提升海量視圖像并行處理的效率。該技術(shù)主要用于充分發(fā)揮IDC機房GPU服務(wù)器硬件平臺的高通量并行計算能力，實現(xiàn)高效處理大容量和高并發(fā)的圖像視頻數(shù)據(jù)，降低IDC不良信息監(jiān)管平臺所需的硬件資源投入。

3.2 系統(tǒng)架構(gòu)

互聯(lián)網(wǎng)數(shù)據(jù)中心IDC不良信息監(jiān)管平臺由基礎(chǔ)設(shè)施層、數(shù)據(jù)采集及處理層、數(shù)據(jù)存儲層、數(shù)據(jù)識別層、業(yè)務(wù)應(yīng)用層、界面展現(xiàn)層和運維監(jiān)控系統(tǒng)等部分組成，通過系統(tǒng)接口與DPI系統(tǒng)、IDC業(yè)務(wù)系統(tǒng)、4A管控系統(tǒng)、IDC/ISP封堵系統(tǒng)對接。

（1）基礎(chǔ)設(shè)施層：主要涉及基礎(chǔ)服務(wù)器、識別算法服務(wù)器、交換機和路由器、網(wǎng)絡(luò)存儲、網(wǎng)絡(luò)防火墻等硬件設(shè)備。

（2）數(shù)據(jù)采集及處理層：支持從DPI設(shè)備獲取IDC機房圖文數(shù)據(jù)，也支持通過解析XDR信息獲取相關(guān)數(shù)據(jù)的來源信息，通過分布式數(shù)據(jù)采集技術(shù)獲取IDC機房數(shù)據(jù)；同時，完成對IDC機房數(shù)據(jù)的視圖像文件轉(zhuǎn)碼、分辨率重整、網(wǎng)頁/文件去重、網(wǎng)頁文本信息提取等數(shù)據(jù)處理工作。

（3）數(shù)據(jù)存儲層：分為分布式存儲子系統(tǒng)、緩存子系統(tǒng)及存儲管理，分布式存儲系統(tǒng)負責(zé)對圖文數(shù)據(jù)進行存儲，緩存子系統(tǒng)作為整個系統(tǒng)的數(shù)據(jù)交換核心，由存儲管理統(tǒng)一管控。

（4）數(shù)據(jù)識別層：提供文字、圖片、視頻內(nèi)容智能分析識別支撐。通過文字識別、視圖分類、目標(biāo)檢測、同源變種檢測、圖文OCR等內(nèi)容識別引擎，根據(jù)預(yù)設(shè)的識別規(guī)則，結(jié)合技術(shù)，對IDC數(shù)據(jù)進行多維度智能識別和綜合分析，實現(xiàn)不良、敏感、有害、違規(guī)內(nèi)容的自動識別。

（5）業(yè)務(wù)應(yīng)用層：提供各類監(jiān)管業(yè)務(wù)的支撐，通過監(jiān)管設(shè)置、黑白名單管理、封堵策略、系統(tǒng)預(yù)警等模塊完成監(jiān)管平臺的各種規(guī)則設(shè)定；通過自動分類、人工審核、自動封堵、風(fēng)險預(yù)警等模塊，支撐監(jiān)管團隊高效開展監(jiān)管工作；通過綜合管理模塊，實現(xiàn)對系統(tǒng)、用戶、資源的管理和維護。

（6）界面展示層：基于B/S架構(gòu)，支持多種瀏覽器，提供大屏態(tài)勢展現(xiàn)、前端操作界面（內(nèi)容監(jiān)管業(yè)務(wù)）以及后臺管理界面（系統(tǒng)管理維護）。用戶通過瀏覽器登錄和訪問系統(tǒng)，了解內(nèi)容安全整體態(tài)勢，開展內(nèi)容審查監(jiān)管以及系統(tǒng)管理維護等工作。

（7）運維監(jiān)控系統(tǒng)：包括系統(tǒng)運行狀態(tài)監(jiān)測、數(shù)據(jù)備份管理、運行日志分析、系統(tǒng)升級更新等模塊，保障系統(tǒng)長期健康穩(wěn)定運行。

3.3 業(yè)務(wù)流程及功能設(shè)計

系統(tǒng)主要業(yè)務(wù)流程包括業(yè)務(wù)設(shè)置、數(shù)據(jù)采集、內(nèi)容處理分析識別及結(jié)果呈現(xiàn)，具體如圖1所示。

圖1 IDC不良信息監(jiān)管平臺業(yè)務(wù)流程圖

系統(tǒng)主要功能圍繞IDC機房已有的信息化系統(tǒng)、內(nèi)容監(jiān)管要求以及運維工作實際需求進行設(shè)計，主要包括：

（1）支持與DPI設(shè)備對接采集實時訪問數(shù)據(jù)，也支持通過網(wǎng)絡(luò)爬蟲方式采集IDC機房的全面數(shù)據(jù)。

（2）支持文字、圖片、視頻等類型數(shù)據(jù)的內(nèi)容分析，支持JPG、BMP、PNG、GIF、MP4、FLV、AVI等主流視圖像格式。

（3）支持色情、賭博、暴力、特定組織、特定場景、特定人群等多維度的綜合識別，支持已知有害內(nèi)容的布控。

（4）支持監(jiān)管規(guī)則的預(yù)設(shè)和調(diào)整，實現(xiàn)自動識別、自動預(yù)警、自動封堵。

（5）支持人工審核、多級復(fù)審、人工封堵和解除封堵。

（6）支持黑白名單庫、有害視圖像指紋庫、有害文字庫、敏感人物庫管理。

（7）支持監(jiān)管數(shù)據(jù)分析管理，可以按時間、數(shù)據(jù)類型、識別類型、數(shù)據(jù)來源等維度進行統(tǒng)計和直觀的可視化呈現(xiàn)，支持報表導(dǎo)出。

（8）支持用戶管理、權(quán)限管理、系統(tǒng)管理及運行狀態(tài)監(jiān)測。

（9）支持第三方接口，實現(xiàn)與DPI設(shè)備、IDC業(yè)務(wù)系統(tǒng)、4A管控系統(tǒng)、IDC/ISP封堵系統(tǒng)的對接。

（10）支持B/S架構(gòu)，提供友好人機界面，支持內(nèi)容安全態(tài)勢展示、前端業(yè)務(wù)操作及后臺系統(tǒng)管理界面。

IDC不良信息監(jiān)管平臺的應(yīng)用界面如圖2所示。

圖2 IDC不良信息監(jiān)管平臺應(yīng)用界面示意圖

3.4 組網(wǎng)方案

為降低對IDC機房已有網(wǎng)絡(luò)拓撲結(jié)構(gòu)、網(wǎng)絡(luò)信息流轉(zhuǎn)以及整體穩(wěn)定性的影響，本系統(tǒng)采用旁路部署監(jiān)測的方式進行組網(wǎng)應(yīng)用，系統(tǒng)組網(wǎng)方案如圖3所示。

（1）由DPI輸出機房IDC流量中的圖文數(shù)據(jù)及XDR日志。

（2）系統(tǒng)對XDR日志中視頻URL進行提取處理，運用網(wǎng)絡(luò)爬蟲技術(shù)獲取視頻文件。

（3）系統(tǒng)對視頻及圖文數(shù)據(jù)進行智能檢測。

（4）系統(tǒng)對發(fā)現(xiàn)的不良信息進行預(yù)警，并通知IDC/ISP平臺。

（5）IDC/ISP平臺聯(lián)動進行封堵處置，實現(xiàn)對所有IDC流量內(nèi)容的管控。

3.5 系統(tǒng)優(yōu)勢

本系統(tǒng)具有以下優(yōu)勢：

（1）在傳統(tǒng)依賴關(guān)鍵詞和文件MD5值進行不良信息識別的互聯(lián)網(wǎng)內(nèi)容監(jiān)測方式上，疊加視圖像智能識別模型，形成覆蓋文字、圖像和視頻全媒體內(nèi)容的IDC信息監(jiān)測技術(shù)手段。

（2）系統(tǒng)同時支持已知有害視圖像內(nèi)容的多種同源變種數(shù)據(jù)監(jiān)測，以及未知有害內(nèi)容的實時發(fā)現(xiàn)，較大程度地降低不良信息的漏報率。

（3）注重提升系統(tǒng)軟硬件整體性能，有效控制硬件投入，降低建設(shè)成本；系統(tǒng)功能符合實際需求，從而降低后期運營團隊人力投入，達到較好的投入產(chǎn)出平衡。

圖3 IDC不良信息監(jiān)管平臺組網(wǎng)方案

4 結(jié)語與展望

本文介紹了IDC的發(fā)展現(xiàn)狀，分析了IDC內(nèi)容監(jiān)管所面臨的挑戰(zhàn)，提出了一種基于人工智能的互聯(lián)網(wǎng)數(shù)據(jù)中心IDC不良信息內(nèi)容監(jiān)管解決方案，并對該方案進行了詳細的闡述。該監(jiān)管平臺目前已在多個省級IDC中心進行實際建設(shè)及部署應(yīng)用。經(jīng)過實踐表明，該平臺能夠為電信及互聯(lián)網(wǎng)服務(wù)提供商等網(wǎng)絡(luò)運營者提供自動、智能的網(wǎng)絡(luò)內(nèi)容安全管控的技術(shù)支撐手段，使得網(wǎng)絡(luò)運營者具備了全面開展內(nèi)容安全檢查工作的可能性，可顯著提升互聯(lián)網(wǎng)內(nèi)容治理監(jiān)督檢查工作的有效性、時效性和準(zhǔn)確性，更好地落實工信部與集團總部的相關(guān)考核要求，符合國家網(wǎng)絡(luò)空間治理的戰(zhàn)略及法律要求，有助于營造更加清朗的網(wǎng)絡(luò)空間。

上述系統(tǒng)主要針對IDC機房中的明文流量進行監(jiān)管，后續(xù)的研究工作，將擴展到對IDC機房中的加密流量的識別、分類和管控，從而填補IDC機房加密流量不良內(nèi)容的監(jiān)管空白。

[1]盤和林. 大數(shù)據(jù)中心為經(jīng)濟高質(zhì)量發(fā)展提供新動能[N]. 國際金融報，2020-04-13（003）.

[2]曹詩權(quán)，包涵. 2017年新型網(wǎng)絡(luò)犯罪研究報告（第1版）[M].北京：中國人民公安大學(xué)出版社，2018.3：12-13.

[3]朱壯軍，王彬. 海量數(shù)據(jù)采集技術(shù)在IDC不良信息監(jiān)測系統(tǒng)中的應(yīng)用研究[J].電信工程技術(shù)與標(biāo)準(zhǔn)化，2020（11）.

[4]靳永超，吳懷谷.基于Storm和Hadoop的大數(shù)據(jù)處理架構(gòu)的研究.現(xiàn)代計算機：專業(yè)版，2015，（4）：9-12.

[5]張順，龔怡宏，王進軍. 深度卷積神經(jīng)網(wǎng)絡(luò)的發(fā)展及其在計算機視覺領(lǐng)域的應(yīng)用[J]. 計算機學(xué)報，2019，42（3）：453-482.

[6]權(quán)美香，樸松昊，李國. 視覺SLAM綜述[J].智能系統(tǒng)學(xué)報，2016，11（6）：768-776．

[7]朱奇光，張朋珍，李昊立，等. 基于全局和局部特征融合的圖像匹配算法研究. 儀器儀表學(xué)報，2016，37（1）：170-176.

[8]唐金輝，李澤超，劉少禮，等. 高通量圖像視頻計算[J].計算機研究與發(fā)展，2017（06）.