产品概述
    随着Internet的普及和政府上网工程的建设，互联网网站已经成为政府信息公开的一个主要途径，每天都有大量的政府信息在互联网上公开发布。但由于一些工作人员的保密意识淡薄和工作疏忽，很多敏感、甚至涉密的信息和文件被放在互联网上，最终导致泄密事件的发生。对辖区内互联网网站执行保密检查，及时发现泄密问题，是各级保密主管部门的重要职责之一。目前普遍采用的纯手工检查及搜索工具查询等方法，很难保证实时、全面、准确判定的要求。

中孚互联网网站监控系统基于前沿搜索引擎技术、自然语言处理技术、智能分析技术设计开发，能够帮助各级保密主管部门对辖区网站进行有效的涉密检查与监控，及时发现泄密隐患，控制敏感信息在互联网网站的传播。
系统架构

        互联网网站监控系统支持多级监控模式，各级节点分别对辖区网站执行保密检查，实时掌握各网站违规情况。


系统组成

         互联网网站监控系统由外网、内网两部分组成：

        1、外网部分

        ①    网站信息抓取

        应用网络蜘蛛（Web Spider）技术，按照一定的规则自动抓取指定互联网网站信息。通过先进的网页变化预测算法，实现增量网页抓取功能，仅对网站变化内容实施抓取，可有效缩短系统后续处理与索引时间，提高系统响应速度。

        ②    信息处理与索引

        对抓取到的网页、文档等信息进行分类、存储和索引，能够对网页、Office文档、PDF文档等多种格式信息进行处理，提供强大快速的全文检索服务，以及实时索引服务，便于对信息的进一步筛选与管理。

        ③    信息初筛与管理

        利用非涉密的关键词组合及关键词正则表达式，对经过索引的网页、文档等信息进行初步筛选，并将筛选结果通过单向导入装置传入内网。

        ④    数据接口与系统运维

        实时监控系统服务器集群工作状态，提供上下级、内外网之间的数据联动功能。

        2、内网部分

        ①    初筛结果索引

        存储系统外网部分初筛后的网页、文档信息，并为进一步涉密嫌疑判定提供索引服务。

        ②    保密检查与展现

        使用涉密关键字等信息，对嫌疑网页执行判断，并将判定后的信息展现给监控人员。

系统特点

        1、海量网页抓取，信息全面采集

        系统采用分布式分布式并行抓取设计，支持亿级别网页监控；海量数据处理能力，充分发挥服务器资源，节省硬件投资；并可根据网站规模进行动态扩展，满足各级别单位网站监控需求。

        2、智能预测网页变化，抓取快捷高效

        系统采用先进的网页变化预测算法，快速发现并实施分析新增和变化的网页，缩短系统处理时间，提高系统运行效率。

        3、自动化设计，简化保密检查流程

        系统自动执行网页循环抓取与判定，判定结果通过短信、邮件、监控平台等多种方式向监控人员报警，大幅减少人工参与，提高保密检查响应速度，降低泄密事件危害。

        4、多层过滤，判定准确高效

        系统通过信息排重、无关信息排除等过程，对抓取到的网页进行层层过滤，缩小判定范围。通过部署于外网的非涉密关键字初步筛选，部署于内网的涉密关键字二次判断，提高报警准确率。

        5、统计分析报告，检查情况一目了然

        系统对初筛网页数量、报警网页数量、关注网页数量等信息形成统计分析报告与图表，按月份分组展示，互联网检查情况与趋势一目了然。