互联网中的不良信息长久以来一直存在,而且数量上呈现增长趋势,其中以色情信息居多,还包含着赌博,传销等违法内容。为此社会各界为整治互联网环境献计出力,国家也出台了相应的法律法规以规范网络环境,但是不良信息却屡禁不止,泛滥成灾。目前已经有许多不良信息拦截系统以软件或硬件的方式为我们的网络环境更加美好出力,但是其中大多数系统都“各自为政”,重复建立自己的黑名单库。本系统的目标是通过主动检测网站内容,建立共享的不良信息数据库,为拦截系统提供公共数据支持。本系统通过研究深度学习的图像分类与文本分类算法,将新型算法运用到不良信息分类的任务中。深度学习算法较传统知识工程或统计学方法需要手动提取特征的方法相比,深度学习具有自动学习特征提取的能力,在图像识别方面具有更高的分类准确度。在文本分类算法上提出新方法,将网页长文本截取为短文本再分类,将分类结果汇总得到网页文本的色情比例,并且根据服务人群不同调节色情比例阈值以满足不同人群的过滤需求。在图像分类算法上,深度卷积模型最为有效,并且深度卷积模型在近几年的发展中,又有了长足进步,并发展出几种类型的模型,如直线型、局部双分支型和局部多分支型。本文通过研究不同类型模型在不良图片分类任务上的表现,并采用微调的方式去训练多种深度卷积模型,最终根据模型的计算量消耗与模型的准确率选择最合适的图像分类算法。系统设计充分考虑了系统扩展性与移植性,并且可利用老旧或闲散设备作为系统工作节点,节省项目资金。本系统主要包括五个部分,网络爬虫模块、文本分类模块、图片分类模块、数据存储模块和数据展示模块。其中网络爬虫模块,文本分类模块,图片分类模块为本论文的主要研究方向。