彭文良，吴红虹

(1.池州职业技术学院 电子信息与传媒系，安徽 池州 247000；2.池州职业技术学院 经济与管理系，安徽 池州 247000)

随着互联网信息的频繁交互，互联网高敏数据增多，需要结合优化的数据和信息处理方法实现对互联网高敏数据的检测和识别，结合动态数据抓取方法进行互联网高敏数据动态特征分析，实现互联网高敏数据动态抓取。通过融合相似度特征分析和特征重组，提高互联网高敏数据的抓取能力，从而实现对网络信息的实时监管。研究互联网高敏数据的动态抓取方法，在互联网高敏数据的挖掘和动态分析中具有重要意义，相关的互联网高敏数据动态抓取方法研究受到人们的极大关注[1]。

对互联网敏感数据动态抓取的设计是在敏感信息的特征分析和空间融合参数识别的基础上，构建互联网敏感数据的参数特征辨识和重构模型[2]，结合关联空间融合性重组的方法，实现对互联网敏感数据的提取和大数据分析，提高互联网敏感数据的动态信息检测和识别能力。互联网敏感数据的抓取方法主要有基于模糊PID识别的互联网敏感数据动态抓取方法、基于相似度特征分析的互联网敏感数据动态抓取方法以及基于粒子群寻优的互联网敏感数据动态抓取方法等[3-5]，通过模糊信息特征匹配，进行互联网敏感数据动态抓取，利用上述方法进行互联网敏感数据动态抓取的特征辨识度不高，信息融合水平不好。对此，本研究提出基于Python语言的高敏数据动态抓取方法。……