1.一种基于drae与svm相结合的网页防篡改检测方法，其特征在于，包括以下步骤：

s1：截屏数据获取。在固定的时间间隔，获取特定域名范围内的网页截屏数据；

s2：人工标记网页截屏数据，从不同角度和位置模拟被篡改后的网页数据；

s3：将截屏图像数据和人工标记数据统一成512*512大小，输入drae进行特征学习训练，直到模型不再收敛，并提取学习后的特征，保存模型；

s4：将s2提取的特征输入svm进行训练，其中两类设置标签label为0表示正常网页，label为1表示其他类别；本发明将正常截图的网页图像数据划归为正常类，将异常网页数据划分为一类，训练并保存模型s5：将s3和s4保存的模型进行封装，形成一套基于drae与svm相结合的网页防篡改检测模型；

s6：以基于drae与svm相结合的网页防篡改检测模型为核心，搭建一套网页防篡改检测系统，从而可以对输入的网页进行检测。

2.根据权利1所述一种基于drae与svm相结合的网页防篡改检测方法，其特征在于，drae模型中encoder部分由resnet50对输入图像进行编码，所用优化函数为rmsprop；激活函数为relu函数和sigmoid函数；损失函数为二值交叉熵(binary_crossentropy)损失函数。

3.根据权利1所述一种基于drae与svm相结合的网页防篡改检测方法，其特征在于，svm分类模型采用的核函数为linear(线性)函数或者radialbasisfunction(径向基)函数。

4.根据权利1所述一种基于drae与svm相结合的网页防篡改检测方法，其特征在于，该方法可以事先设置报警信息，可以发送电子邮件通知管理员，也可以设置发生网页篡改事件时断掉该服务器电源。

5.根据权利1所述一种基于drae与svm相结合的网页防篡改检测方法，其特征在于，drae可以分为三部分，分别为：encoder部分，特征评估(output)部分，feature提取部分。

6.根据权利1所述一种基于drae与svm相结合的网页防篡改检测方法，其特征在于，svm分类去判别网页是否被篡改的原则是：svm模型事先将两类网页截屏图像数据分为两类，其中两类设置标签label为0表示正常网页，label为1表示被篡改的网页类别。当新输入svm模型网页特征提取后的数据时，svm自动将新输入的特征划分为指定的类别，如果判别为正常网页，则模型继续检测下一个网页，如果判别为被篡改类别，则输出该网页的url地址并通知管理员处理。

7.根据权利1所述一种基于drae与svm相结合的网页防篡改检测方法，其特征在于，本发明可以理解为一种基于drae与svm相结合的在线网络安全值班系统。

技术研发人员：周长建;徐健受保护的技术使用者：东北农业大学技术研发日：2021.03.15技术公布日：2021.06.11