2006年05月12日

每日经济新闻

    关键词“色情”谷歌搜出1240万条连续报道

　　黄梅

　　搜索引擎对搜索结果进行过滤和屏蔽，这是否一项极为复杂的网络技术难关？昨日，《每日经济新闻》联系到一位专门从事搜索信息安全的工程师。这位不愿透露姓名的工程师解释说，这项“信息过滤”技术不算是特别复杂的技术，甚至可以说，它是互联网界比较普及的技术之一。

　　据介绍，最常用的信息过滤、屏蔽技术被称为“关键字过滤”，这项技术为广大搜索引擎企业所掌握。用该工程师的话来说，这项技术几乎可谓“举手之劳”。其原理是，搜索引擎在服务器中设置一个“过滤词汇表”———其中列入一批敏感关键字、词，当服务器接收到用户提交的关键字后，第一步就是把该关键字与上述“过滤词汇表”进行匹配；一旦匹配成功，即与表中词汇相同，服务器将返回，从而结束搜索；只有没找到匹配词，服务器才会继续进行搜索，并最终给出搜索结果。

　　稍微复杂一点的过滤技术则是在搜索结果中进行二次过滤，从而避免那些绕开“关键字过滤”环节的违规内容传递出去。工程师表示，“过滤技术”并没有固定的格式，每家搜索引擎企业适用的具体技术、算法会有所区别，但基本原理和目的都是一样的。

　　该工程师承认，采用过滤技术对搜索引擎来说，会损失一定量的搜索量，“这是部分搜索引擎企业不轻易使用过滤技术的原因之一”。“但客户流失不会太严重，不至于影响搜索功能，也不会对搜索引擎的运营产生伤害。”

　　昨日记者进入谷歌主页，对“色情”、“赌博”、“毒品”、“赌球”、“假学历”等关键字进行搜索，发现搜索依然有效，且搜索项有增加的趋势。比如对“色情”关键字的搜索，显示有2800万条搜索结果，比昨日的1240万条翻了一番还多。

　　不过，当记者通过谷歌的.CN域名(www.google.cn)进入谷歌主页，输入“色情”、“赌博”等关键字，意外发现在搜索结果页面的下方出现一行斜体提示句———“据当地法律法规和政策，部分搜索结果未予显示”。而在谷歌.COM域名(www.google.com)提交的搜索结果页面上，没有出现上述斜体提示句。

　　此外，对照谷歌.CN和.COM的搜索结果，发现数量相差很大。以“色情”为例，在谷歌.COM上获得2800万条结果，而在谷歌.CN上只有350万条，后者只是前者的12.5%。

　　不过，即使谷歌.CN已过滤了大量搜索项，但在其搜索结果第一页，仍看到了诸如“免费色情电影”之类的有效链接。看来，谷歌在提高过滤技术方面还有很长的路要走。