随着信息技术与智能终端的快速发展,智能终端连接互联网也愈加方便,用户的娱乐时间也逐渐从个人电脑转向了智能终端。但互联网是一个内容丰富且较为自由的空间,容易被恶意的人利用发布不良信息对社会造成影响,因此国内外一些传统软件企业针对智能终端研发了具有不良网站拦截功能的手机卫士等产品。但这些产品中的一部分过滤技术并没有和目前主流的云计算平台相结合,也有部分检测功能的实现是基于云计算平台的,可采取过滤方式都是较为容易实现的黑白名单匹配检测方式,并没有充分发挥云计算平台处理大量数据的优势。因此研究如何将目前的主要的不良网站过滤技术与主流的云计算平台相结合形成优势互补,具有一定的实现意义。本文主要研究基于云计算的智能终端不良网站过滤技术,主要工作是对不良文本和不良图片的特征进行提取、并分类以及最后综合文本图片的分类结果对不良网站的类型进行最终判断。本文采用了基于Spark平台的改进KNN算法对网页上的内容信息进行识别训练分类,最后使用决策树算法模型对不良文本的类型以及不良图片的类型进行再次综合分析,最终判断出不良网站的不良类型,并根据预先设定好的阈值给出网站的危险等级。由于这些功能都是在云计算平台上并行执行的,所以本文提出的方法对于大量的文本分析过滤和图片分析过滤有着较高的执行效率。最后,本文设计了基于云计算的智能终端不良网站过滤系统,给出了系统的总体架构,包括客户端设计,云端服务器设计以及数据库设计,对基于Spark云计算平台过滤的相关功能实现进行了详细的说明。并且对系统的各项功能进行了测试,结果显示该系统达到了预期目标,可以在实际场景中起到一定的作用。