一种互联网信息处理方法、系统、存储介质及程序产品与流程

本技术属于电数字数据处理领域，尤其涉及一种互联网信息处理方法、系统、存储介质及程序产品。

背景技术：

1、随着互联网信息的爆发式增长，网络平台的内容合规筛查成为信息治理的重要环节。早期的互联网信息巡查主要依赖人工核查或固定关键词匹配，这种方式不仅巡查效率低下，且仅能处理单一的文本信息，难以应对海量且包含图片、音视频等非文本形式的复杂网络信息，导致巡查覆盖面和准确率较低。

2、相关技术提出了一种基于深度学习的多模态信息智能审核方法。该方法通常定向部署于特定的单一网络平台中，利用图像识别、语音转文字及自然语言处理等算法，能够对该平台内产生的文本、图片、音视频等多种模态的信息进行自动化解析与特征匹配，从而提升了单条信息的核查效率，并在一定程度上解决了非文本信息的审核难题。

3、在信息跨平台传播的日常场景中，发布者首先在某网盘生成违规源文件，随后将其以截图或二次链接的形式转发至主流社交平台。部署在该社交平台内的相关技术虽然能够识别并拦截当前平台内的违规内容，但由于其处理逻辑依赖于单一平台的内部数据流，仅能获取该信息传播链条中的局部切片，随着信息传播链路的延长，增加了违规信息初始源头追溯的难度，并降低了整体巡查轨迹的完整性。

技术实现思路

1、本技术提供了一种互联网信息处理方法、系统、存储介质及程序产品，用于实现多渠道互联网信息的统一巡查与全链路轨迹追溯，从而降低违规信息源头的追溯难度并提升全局网络信息治理的效能。

2、第一方面，本技术提供了一种互联网信息处理方法，获取第一平台内多个信息发布节点的访问行为日志以及第二平台内多个资源存储节点的下载行为日志；

3、提取访问行为日志中的时间戳序列以及对应的访客设备标识集合；提取下载行为日志中的时间戳序列以及对应的下载者设备标识集合；

4、针对任意一个信息发布节点与任意一个资源存储节点，计算时间戳序列在预设时间窗口内的流量波动相关度；

5、在确定流量波动相关度大于第一预设阈值的情况下，计算访客设备标识集合与下载者设备标识集合的交集比例；

6、在确定交集比例大于第二预设阈值的情况下，判定信息发布节点与资源存储节点之间存在跨域引流关系；

7、基于跨域引流关系，在信息发布节点与资源存储节点之间建立跨域衍生关联边；

8、响应于资源存储节点被确认为违规节点，基于跨域衍生关联边进行反向追溯，以将与违规节点存在跨域衍生关联边的信息发布节点，标记为违规传播源头。

9、通过采用上述技术方案，通过获取第一平台信息发布节点与第二平台资源存储节点的行为日志，提取时间戳序列和设备标识集合，计算预设时间窗口内的流量波动相关度，能够在宏观层面上初步筛选出具有同步访问趋势的节点对。在此基础上，当流量波动相关度大于第一预设阈值时，进一步计算设备标识集合的交集比例，通过微观层面的用户重合度验证，降低了因偶然因素导致的流量同步波动造成的误判风险，从而提高了跨域引流关系判定的准确性。基于确定的跨域引流关系建立跨域衍生关联边，在资源存储节点被确认为违规节点时，能够直接沿着该关联边进行反向追溯，减少了在海量节点中盲目排查的算力消耗，提高了违规传播源头溯源的效率。

10、结合第一方面的一些实施方式，在一些实施方式中，针对任意一个信息发布节点与任意一个资源存储节点，计算时间戳序列在预设时间窗口内的流量波动相关度，具体包括：

11、将信息发布节点的时间戳序列与资源存储节点的时间戳序列，分别转换为预设时间粒度下的第一离散时间序列与第二离散时间序列；

12、针对第一离散时间序列与第二离散时间序列，计算不同时间偏移量下的互相关函数序列；

13、提取互相关函数序列中的峰值对应的目标时间偏移量，目标时间偏移量用于表征第一平台与第二平台之间的系统时钟偏差；

14、基于目标时间偏移量对第二离散时间序列进行相位对齐补偿，得到对齐后的第二离散时间序列；

15、计算第一离散时间序列与对齐后的第二离散时间序列之间的皮尔逊相关系数，作为时间戳序列在预设时间窗口内的流量波动相关度。

16、通过采用上述技术方案，将两个平台的时间戳序列转换为离散时间序列后，通过计算不同时间偏移量下的互相关函数序列并提取峰值对应的目标时间偏移量，能够量化第一平台与第二平台之间客观存在的系统时钟偏差。基于该目标时间偏移量对第二离散时间序列进行相位对齐补偿，降低了跨平台日志记录中因时间不同步带来的误差。利用对齐后的第二离散时间序列与第一离散时间序列计算皮尔逊相关系数，使得最终得出的流量波动相关度能够更真实地反映两个节点在同一绝对时间基准下的流量变化同步性，降低了跨平台系统时钟偏差对引流关系分析的干扰，提高了流量波动相关度计算的准确性。

17、结合第一方面的一些实施方式，在一些实施方式中，针对任意一个信息发布节点与任意一个资源存储节点，计算时间戳序列在预设时间窗口内的流量波动相关度，具体包括：

18、将访问行为日志中的时间戳序列映射至预设时间坐标系，并统计各个时间节点下的累计访问频次，生成第一流量累积序列；

19、将下载行为日志中的时间戳序列映射至预设时间坐标系，并统计各个时间节点下的累计下载频次，生成第二流量累积序列；

20、分别对第一流量累积序列与第二流量累积序列进行归一化处理，得到第一相对趋势序列与第二相对趋势序列；

21、计算第一相对趋势序列与第二相对趋势序列之间的序列距离，并基于序列距离确定时间戳序列在预设时间窗口内的流量波动相关度。

22、通过采用上述技术方案，将时间戳序列映射至预设时间坐标系并统计累计频次生成流量累积序列，利用累积过程平滑了离散时间点上的瞬时流量突变和随机噪声。对第一流量累积序列与第二流量累积序列分别进行归一化处理得到相对趋势序列，降低了信息发布节点与资源存储节点之间因绝对流量量级不同而产生的尺度差异干扰，使得序列特征聚焦于流量增长的相对变化趋势。通过计算两个相对趋势序列之间的序列距离来确定流量波动相关度，能够更稳定地衡量两个节点在整体时间窗口内的流量演进相似性，降低了瞬时流量异常波动以及平台间流量基数差异对相关度计算的负面影响，提高了流量波动相关度评估的鲁棒性。

23、结合第一方面的一些实施方式，在一些实施方式中，在计算访客设备标识集合与下载者设备标识集合的交集比例之后，方法还包括：

24、针对交集中的每一个目标设备标识，获取在访问行为日志中的第一访问时间戳，以及在下载行为日志中的第二访问时间戳；

25、计算第二访问时间戳与第一访问时间戳之间的时间差值；

26、筛选出时间差值位于预设转化时延区间内的目标设备标识，作为有效转化设备；

27、计算有效转化设备在交集比例中的占比，得到转化置信度；

28、在确定交集比例大于第二预设阈值，且转化置信度大于第三预设阈值的情况下，判定信息发布节点与资源存储节点之间存在跨域引流关系。

29、通过采用上述技术方案，在计算出设备标识交集后，针对交集中的目标设备标识分别获取其在两个平台的第一访问时间戳与第二访问时间戳，并计算两者的时间差值，能够反映用户在两个节点间的实际跳转耗时。通过筛选出时间差值位于预设转化时延区间内的目标设备标识作为有效转化设备，过滤了访问时间间隔过长、不符合正常跨域跳转逻辑的重合用户。进一步计算有效转化设备在交集中的占比得到转化置信度，并在转化置信度大于第三预设阈值时才判定存在跨域引流关系，引入了时间维度的因果性验证，降低了因用户独立且随机访问两个平台而造成的误判概率，提高了跨域引流关系判定的精准度。

30、结合第一方面的一些实施方式，在一些实施方式中，确定预设转化时延区间，具体包括：

31、提取信息发布节点的内容属性特征，内容属性特征至少包括媒体类型与内容篇幅；

32、基于媒体类型与内容篇幅，确定用户浏览信息发布节点所需的平均停留时长；

33、将平均停留时长与预设跨域跳转网络延迟相加，确定预设转化时延区间的上限值；

34、将预设跨域跳转网络延迟作为预设转化时延区间的下限值。

35、通过采用上述技术方案，通过提取信息发布节点的媒体类型与内容篇幅等内容属性特征，并据此确定用户浏览该节点所需的平均停留时长，进而结合跨域跳转网络延迟动态设定预设转化时延区间的上下限，使得转化时延区间的设定更加贴合真实用户的跨域访问行为节律。由于设定的时延区间与实际转化过程的时间消耗高度匹配，能够更精准地框定由当前信息发布节点引流至资源存储节点的目标设备，从而提高了有效转化设备筛选的准确性，降低了因时间窗口设置过大或过小而导致的误判率。

36、结合第一方面的一些实施方式，在一些实施方式中，在筛选出时间差值位于预设转化时延区间内的目标设备标识，作为有效转化设备之后，方法还包括：

37、针对交集中的每一个目标设备标识，计算第一访问时间戳与第二访问时间戳之间的反向时间差值，反向时间差值为第一访问时间戳减去第二访问时间戳；

38、筛选出反向时间差值位于预设转化时延区间内的目标设备标识，作为逆向对照设备；

39、计算有效转化设备的数量与逆向对照设备的数量之间的差值，并将差值与两者数量之和的比值，作为因果非对称指数；

40、在确定交集比例大于第二预设阈值、转化置信度大于第三预设阈值，且因果非对称指数大于预设非对称阈值的情况下，判定信息发布节点与资源存储节点之间存在跨域引流关系。

41、通过采用上述技术方案，通过计算第一访问时间戳与第二访问时间戳之间的反向时间差值，筛选出符合转化时延区间的逆向对照设备，并进一步计算有效转化设备与逆向对照设备数量差值占比的因果非对称指数。引入了逆向访问行为作为对照基准，能够有效量化两个节点之间流量转移的方向性特征。在判定跨域引流关系时增加对因果非对称指数的阈值判断，可以过滤掉因用户随机浏览、自然流量波动或双向偶发访问所产生的虚假关联，确保所识别出的引流行为具有显著的单向因果驱动特征，进而提高了跨域引流关系判定的可靠性，降低了将偶然共现行为误判为引流关系的概率。

42、结合第一方面的一些实施方式，在一些实施方式中，计算有效转化设备的数量与逆向对照设备的数量之间的差值，具体包括：

43、将预设转化时延区间的中心时间值作为最优转化时延；

44、针对每一个有效转化设备，计算对应的时间差值与最优转化时延之间的第一时间偏差，并基于第一时间偏差确定第一置信权重，第一时间偏差与第一置信权重呈负相关；

45、针对每一个逆向对照设备，计算对应的反向时间差值与最优转化时延之间的第二时间偏差，并基于第二时间偏差确定第二置信权重；

46、分别对所有第一置信权重和所有第二置信权重进行求和，得到有效转化设备的加权数量以及逆向对照设备的加权数量；

47、计算有效转化设备的加权数量与逆向对照设备的加权数量之间的差值。

48、通过采用上述技术方案，通过将预设转化时延区间的中心时间值作为最优转化时延，分别计算有效转化设备与逆向对照设备的实际时间差值与最优转化时延之间的时间偏差，并据此赋予负相关的置信权重，最终利用加权数量计算差值。该机制打破了传统方法中对区间内所有样本进行等权重处理的局限，充分反映了越接近典型转化耗时的访问行为越具有引流代表性这一客观规律。通过对不同时间偏差的设备进行差异化权重分配，能够削弱处于时延区间边缘的偶发访问噪声对整体评估结果的干扰，使得最终计算出的数量差值更加真实地反映核心引流群体的规模特征，从而提高了因果非对称指数计算的精细度，进一步提升了跨域引流关系评估的准确性。

49、第二方面，本技术实施方式提供了一种互联网信息处理系统，该互联网信息处理系统包括：一个或多个处理器和存储器；存储器与一个或多个处理器耦合，存储器用于存储计算机程序代码，计算机程序代码包括计算机指令，一个或多个处理器调用计算机指令以使得系统执行如第一方面以及第一方面中任一可能的实现方式描述的方法。

50、第三方面，本技术实施方式提供一种计算机可读存储介质，包括指令，当上述指令在系统上运行时，使得上述系统执行如第一方面以及第一方面中任一可能的实现方式描述的方法。

51、第四方面，本技术实施方式提供一种计算机程序产品，当计算机程序产品在系统上运行时，使得系统执行如第一方面中任一可能的实现方式描述的方法。

52、本技术实施方式中提供的一个或多个技术方案，至少具有如下技术效果或优点：

53、1、本技术提供了一种互联网信息处理方法，通过获取第一平台信息发布节点与第二平台资源存储节点的行为日志，提取时间戳序列和设备标识集合，计算预设时间窗口内的流量波动相关度，能够在宏观层面上初步筛选出具有同步访问趋势的节点对。在此基础上，当流量波动相关度大于第一预设阈值时，进一步计算设备标识集合的交集比例，通过微观层面的用户重合度验证，降低了因偶然因素导致的流量同步波动造成的误判风险，从而提高了跨域引流关系判定的准确性。基于确定的跨域引流关系建立跨域衍生关联边，在资源存储节点被确认为违规节点时，能够直接沿着该关联边进行反向追溯，减少了在海量节点中盲目排查的算力消耗，提高了违规传播源头溯源的效率。

54、2、本技术提供了一种互联网信息处理方法，在计算出设备标识交集后，针对交集中的目标设备标识分别获取其在两个平台的第一访问时间戳与第二访问时间戳，并计算两者的时间差值，能够反映用户在两个节点间的实际跳转耗时。通过筛选出时间差值位于预设转化时延区间内的目标设备标识作为有效转化设备，过滤了访问时间间隔过长、不符合正常跨域跳转逻辑的重合用户。进一步计算有效转化设备在交集中的占比得到转化置信度，并在转化置信度大于第三预设阈值时才判定存在跨域引流关系，引入了时间维度的因果性验证，降低了因用户独立且随机访问两个平台而造成的误判概率，提高了跨域引流关系判定的精准度。

55、3、本技术提供了一种互联网信息处理方法，通过计算第一访问时间戳与第二访问时间戳之间的反向时间差值，筛选出符合转化时延区间的逆向对照设备，并进一步计算有效转化设备与逆向对照设备数量差值占比的因果非对称指数。引入了逆向访问行为作为对照基准，能够有效量化两个节点之间流量转移的方向性特征。在判定跨域引流关系时增加对因果非对称指数的阈值判断，可以过滤掉因用户随机浏览、自然流量波动或双向偶发访问所产生的虚假关联，确保所识别出的引流行为具有显著的单向因果驱动特征，进而提高了跨域引流关系判定的可靠性，降低了将偶然共现行为误判为引流关系的概率。