本發(fā)明屬于計算機應(yīng)用的，具體涉及一種互聯(lián)網(wǎng)證據(jù)自動采集方法及系統(tǒng)。。

背景技術(shù)：

1、隨著互聯(lián)網(wǎng)技術(shù)的迅猛發(fā)展，電子證據(jù)在司法程序中的重要性日益凸顯。盡管當前存在多種電子取證平臺，但這些平臺主要是為用戶提供固定證據(jù)的輔助工具，取證過程本質(zhì)上仍以人工操作為主導(dǎo)，相關(guān)平臺僅起到證據(jù)固定的作用，即確保上傳平臺的證據(jù)與最終下載的證據(jù)是一致的，不存在修改的可能，但用戶使用該類平臺即使證實了其上傳平臺的證據(jù)本身是真實的，也難以確定所采集的證據(jù)完整性，難以保證形成了完整的證據(jù)鏈，同時，也較難證明證據(jù)獲取的整個流程的合法性，以及證據(jù)內(nèi)容的準確性、相關(guān)性等關(guān)鍵要求。

技術(shù)實現(xiàn)思路

1、本發(fā)明的主要目的在于克服現(xiàn)有技術(shù)的缺點與不足，提供一種互聯(lián)網(wǎng)證據(jù)自動采集方法及系統(tǒng)，通過結(jié)合ocr技術(shù)和知識圖譜對網(wǎng)絡(luò)頁面內(nèi)容進行智能侵權(quán)分析，自動提取關(guān)鍵信息，將關(guān)鍵信息與法律知識庫關(guān)聯(lián)生成證據(jù)固定策略，提高了互聯(lián)網(wǎng)證據(jù)采集的質(zhì)量和效率。

2、為了達到上述目的，本發(fā)明采用以下技術(shù)方案：

3、第一方面，本發(fā)明提供了一種互聯(lián)網(wǎng)證據(jù)自動采集方法，包括下述步驟：

4、采集案件相關(guān)數(shù)據(jù)，獲取多維的案件基礎(chǔ)信息；

5、深度整合案件基礎(chǔ)信息，識別關(guān)鍵信息點及其證據(jù)價值，根據(jù)設(shè)定評估標準生成涉案原始信息采集策略；

6、執(zhí)行涉案原始信息采集策略，對涉案網(wǎng)絡(luò)頁面內(nèi)容進行采集，獲取涉案信息；

7、對涉案信息中關(guān)鍵信息進行提取，利用知識圖譜將關(guān)鍵信息和法律知識庫進行關(guān)聯(lián)，基于規(guī)則引擎和機器學(xué)習(xí)對關(guān)聯(lián)結(jié)果進行處理，生成最優(yōu)的證據(jù)固定策略；所述關(guān)鍵信息包括文本信息和多媒體信息；

8、執(zhí)行證據(jù)固定策略，將涉案證據(jù)固定，生成證據(jù)采集報告，并通過人機交互界面顯示。

9、作為優(yōu)選的技術(shù)方案，所述深度整合案件基礎(chǔ)信息，包括：將采集到的案件基礎(chǔ)信息進行分類，將分類后的信息與預(yù)設(shè)的信息維度進行比對；所述信息維度包括信息種類和信息所處的平臺。

10、作為優(yōu)選的技術(shù)方案，構(gòu)建歷史案例庫，包括各種類型的案件和對應(yīng)的歷史采集策略；

11、將案件基礎(chǔ)信息輸入，利用歷史采集策略根據(jù)案件類型識別關(guān)鍵信息點，利用決策樹對關(guān)鍵信息點進行分類，獲取具有證據(jù)價值的關(guān)鍵信息點；所述關(guān)鍵信息點包括侵權(quán)行為、網(wǎng)絡(luò)頁面定位信息和電子媒介特征；

12、根據(jù)設(shè)定評估標準對具有證據(jù)價值的關(guān)鍵信息點進行評分，將評分結(jié)果反饋模型，若能夠有效地采集關(guān)鍵信息點時，則將該歷史采集策略權(quán)重提高，否則將該歷史采集策略權(quán)重降低；不斷優(yōu)化采集策略，獲取涉案原始信息采集策略。

13、作為優(yōu)選的技術(shù)方案，在執(zhí)行涉案原始信息采集策略時，如果侵權(quán)行為增加，定期采用增量式方法對涉案網(wǎng)絡(luò)頁面內(nèi)容進行采集。

14、作為優(yōu)選的技術(shù)方案，所述涉案原始信息采集策略包括采集對象、采集范圍、采集步驟、采集工具和采集頻率。

15、作為優(yōu)選的技術(shù)方案，所述對涉案信息中關(guān)鍵信息進行提取，包括：

16、利用光學(xué)字符識別將涉案信息的文字區(qū)域切割，根據(jù)字符特性識別并提取文本信息，校正文本信息；

17、對涉案物體或者標識進行識別，獲取多媒體信息。

18、作為優(yōu)選的技術(shù)方案，所述利用知識圖譜將關(guān)鍵信息和法律知識庫進行關(guān)聯(lián)，包括：

19、將文本信息和多媒體信息編碼成向量表示，獲取關(guān)鍵信息向量；

20、構(gòu)建知識圖譜，其結(jié)構(gòu)包括法律概念、法律條款和關(guān)系；

21、計算關(guān)鍵信息向量與知識圖譜之間的相似度，根據(jù)設(shè)定的閾值將關(guān)鍵信息和法律條款進行關(guān)聯(lián)。

22、作為優(yōu)選的技術(shù)方案，所述生成最優(yōu)的證據(jù)固定策略，包括以下步驟：

23、規(guī)則引擎處理：定義專家知識的if-then規(guī)則，當關(guān)鍵信息與法律知識庫不匹配，則認定為“潛在侵權(quán)”，并將相應(yīng)的關(guān)鍵信息進行標記；

24、機器學(xué)習(xí)模型分類：預(yù)訓(xùn)練機器學(xué)習(xí)模型，將關(guān)鍵信息和關(guān)聯(lián)結(jié)果進行分類，獲取有效證據(jù)及其重要程度；

25、混合決策：將規(guī)則引擎處理和機器學(xué)習(xí)模型分類的輸出進行加權(quán)投票，根據(jù)投票結(jié)果確定證據(jù)的采集優(yōu)先級、采集步驟、保存格式和關(guān)聯(lián)說明，獲取涉案原始信息采集策略。

26、作為優(yōu)選的技術(shù)方案，所述將涉案證據(jù)固定，包括：

27、對涉案網(wǎng)絡(luò)頁面進行截圖、拍照、打印、視頻錄制或者公證；

28、將涉案證據(jù)上傳至區(qū)塊鏈；

29、對涉案證據(jù)進行加密儲存和訪問控制。

30、第二方面，本發(fā)明還提供了一種互聯(lián)網(wǎng)證據(jù)自動采集系統(tǒng)，應(yīng)用于所述的互聯(lián)網(wǎng)證據(jù)自動采集方法，包括信息獲取模塊、信息采集方案生成模塊、信息采集模塊、采集內(nèi)容分析模塊、證據(jù)固定模塊和中央控制模塊；

31、信息獲取模塊，用于采集案件相關(guān)數(shù)據(jù)，獲取案件基礎(chǔ)信息；

32、信息采集方案生成模塊，用于識別關(guān)鍵信息點及其證據(jù)價值，根據(jù)設(shè)定評估標準生成涉案原始信息采集策略；

33、信息采集模塊，用于執(zhí)行涉案原始信息采集策略，對涉案網(wǎng)絡(luò)頁面內(nèi)容進行采集，獲取涉案信息；

34、采集內(nèi)容分析模塊，用于利用光學(xué)字符識別對涉案信息中關(guān)鍵信息進行提取，利用知識圖譜將關(guān)鍵信息和法律知識庫進行關(guān)聯(lián)，基于規(guī)則引擎和機器學(xué)習(xí)對關(guān)聯(lián)結(jié)果進行處理，生成最優(yōu)的證據(jù)固定策略；所述關(guān)鍵信息包括文本信息和多媒體信息；

35、證據(jù)固定模塊，用于執(zhí)行證據(jù)固定策略，將涉案證據(jù)固定，生成證據(jù)采集報告，并將證據(jù)采集報告?zhèn)鬏斨寥藱C交互界面；

36、中央控制模塊，用于協(xié)調(diào)各個模塊的工作，生成證據(jù)采集報告，并通過人機交互界面操作和查看證據(jù)采集報告。

37、本發(fā)明與現(xiàn)有技術(shù)相比，具有如下優(yōu)點和有益效果：

38、（1）本發(fā)明運用自然語言處理技術(shù)、圖像識別技術(shù)和知識圖譜技術(shù)，對采集到的網(wǎng)絡(luò)網(wǎng)頁內(nèi)容進行智能分析，能夠自動提取關(guān)鍵信息，并結(jié)合法律知識庫生成最優(yōu)證據(jù)固定策略，增強模型魯棒性，從而提高證據(jù)采集的效率和準確性。

39、（2）本發(fā)明基于規(guī)則引擎和機器學(xué)習(xí)對關(guān)聯(lián)結(jié)果進行處理，增強了模型決策能力，確保了采集過程的科學(xué)性和針對性，降低了人工成本，提高了證據(jù)采集的質(zhì)量和效率。

40、（3）本發(fā)明結(jié)合現(xiàn)有的歷史案例庫并提供一套清晰的信息采集規(guī)則，為后續(xù)的實際取證工作提供了清晰、科學(xué)的行動指南。

技術(shù)特征：

1.一種互聯(lián)網(wǎng)證據(jù)自動采集方法，其特征在于，包括下述步驟：

2.根據(jù)權(quán)利要求1所述互聯(lián)網(wǎng)證據(jù)自動采集方法，其特征在于，所述深度整合案件基礎(chǔ)信息，包括：將采集到的案件基礎(chǔ)信息進行分類，將分類后的信息與預(yù)設(shè)的信息維度進行比對；所述信息維度包括信息種類和信息所處的平臺。

3.根據(jù)權(quán)利要求1所述互聯(lián)網(wǎng)證據(jù)自動采集方法，其特征在于，包括：

4.根據(jù)權(quán)利要求3所述互聯(lián)網(wǎng)證據(jù)自動采集方法，其特征在于，在執(zhí)行涉案原始信息采集策略時，如果侵權(quán)行為增加，定期采用增量式方法對涉案網(wǎng)絡(luò)頁面內(nèi)容進行采集。

5.根據(jù)權(quán)利要求1所述互聯(lián)網(wǎng)證據(jù)自動采集方法，其特征在于，所述證據(jù)采集策略涉案原始信息采集策略包括采集對象、采集范圍、采集步驟、采集工具和采集頻率。

6.根據(jù)權(quán)利要求1所述互聯(lián)網(wǎng)證據(jù)自動采集方法，其特征在于，所述對涉案信息中關(guān)鍵信息進行提取，包括：

7.根據(jù)權(quán)利要求1所述互聯(lián)網(wǎng)證據(jù)自動采集方法，其特征在于，所述利用知識圖譜將關(guān)鍵信息和法律知識庫進行關(guān)聯(lián)，包括：

8.根據(jù)權(quán)利要求1所述互聯(lián)網(wǎng)證據(jù)自動采集方法，其特征在于，所述生成最優(yōu)的證據(jù)固定策略，包括以下步驟：

9.根據(jù)權(quán)利要求1所述互聯(lián)網(wǎng)證據(jù)自動采集方法，其特征在于，所述將涉案證據(jù)固定，包括：

10.一種互聯(lián)網(wǎng)證據(jù)自動采集系統(tǒng)，其特征在于，應(yīng)用于權(quán)利要求1-9中任一項所述的互聯(lián)網(wǎng)證據(jù)自動采集方法，包括信息獲取模塊、信息采集方案生成模塊、信息采集模塊、采集內(nèi)容分析模塊、證據(jù)固定模塊和中央控制模塊；

技術(shù)總結(jié)
本發(fā)明公開了一種互聯(lián)網(wǎng)證據(jù)自動采集方法及系統(tǒng)，方法包括：采集案件相關(guān)數(shù)據(jù)，獲取多維的案件基礎(chǔ)信息；深度整合案件基礎(chǔ)信息，識別關(guān)鍵信息點及其證據(jù)價值，根據(jù)設(shè)定評估標準生成涉案原始信息采集策略；執(zhí)行涉案原始信息采集策略，對涉案網(wǎng)絡(luò)頁面內(nèi)容進行采集，獲取涉案信息；運用自然語言處理和圖像識別技術(shù)，提取關(guān)鍵信息，利用知識圖譜技術(shù)，將提取的信息與法律知識庫關(guān)聯(lián)，基于規(guī)則引擎和機器學(xué)習(xí)算法，生成最優(yōu)證據(jù)固定策略；執(zhí)行證據(jù)固定策略，將涉案證據(jù)固定，生成證據(jù)采集報告，并通過人機交互界面顯示。本發(fā)明提高了物聯(lián)網(wǎng)證據(jù)采集的效率和準確性。

技術(shù)研發(fā)人員：何驍,操博文,劉翰,陳司旭,何煜欣
受保護的技術(shù)使用者：佛山市規(guī)律未來智能科技有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/6