網(wǎng)絡信息內(nèi)容審計

第1章　緒論/1
1.1　網(wǎng)絡安全與網(wǎng)絡信息內(nèi)容安全/1
1.2　網(wǎng)絡信息內(nèi)容審計研究概況/5
1.3　網(wǎng)絡信息內(nèi)容審計功能/8
參考文獻/10
第2章　網(wǎng)絡信息內(nèi)容審計系統(tǒng)模型/14
2.1　審計系統(tǒng)模型研究現(xiàn)狀/14
2.2　分布式可擴展網(wǎng)絡信息 內(nèi)容審計系統(tǒng)模型/20
2.2.1　系統(tǒng)體系結(jié)構(gòu)/20
2.2.2　系統(tǒng)功能模塊和關鍵技術/21
2.2.3　審計系統(tǒng)內(nèi)部通信規(guī)程/22
參考文獻/24
第3章　內(nèi)容審計數(shù)據(jù)包獲取/26
3.1　網(wǎng)絡信息獲取原理與方法/26
3.2　基于BPF的高性能網(wǎng)絡獲取機制/31
3.2.1　BPF模型概述/32
3.2.2　數(shù)據(jù)包過濾方法/34
3.3　Linux下數(shù)據(jù)包捕獲瓶頸分析/36
3.3.1　Linux捕獲數(shù)據(jù)包流程/36
3.3.2　捕獲數(shù)據(jù)包瓶頸分析/37
3.4　基于NAPI技術的數(shù)據(jù)包捕獲方法/39
3.4.1　中斷方式與輪詢方式/39
3.4.2　NAPI技術/40
3.5　基于內(nèi)存映射技術的數(shù)據(jù)包捕獲方法/42
3.5.1　Linux內(nèi)存管理/42
3.5.2　內(nèi)存映射技術/44
3.6　并行數(shù)據(jù)包獲取技術/46
3.6.1 單機數(shù)據(jù)包獲取的不足/46
3.6.2　多代理并行數(shù)據(jù)包獲取/47
3.6.3　并行過濾代理動態(tài)負載均衡算法/50
參考文獻/56
第4章　內(nèi)容審計中的模式匹配算法/57
4.1　概述/57
4.2　內(nèi)容審計中的模式匹配分析/58
4.2.1　待審計文本串特征分析/59
4.2.2　模式串特征分析/60
4.2.3　審計中匹配過程性能分析/60
4.3　常用精確模式匹配算法/63
4.3.1　單模式精確匹配算法/63
4.3.2　多模式精確匹配算法/67
4.3.3　改進的多模式精確匹配算法/71
4.4　常用相似模式匹配算法/74
4.4.1　單模式相似匹配算法/75
4.4.2　多模式相似匹配算法/78
4.5　面向中/英文混合環(huán)境的多模式匹配算法/79
4.5.1　幾種多模式匹配算法的性能分析/79
4.5.2　基于完全哈希Trie的多模式匹配算法/81
4.6　審計系統(tǒng)中多模式相似匹配算法/91
4.6.1　幾種多模式相似匹配算法性能分析/91
4.6.2　基于Episode距離的多模式相似匹配算法/92
參考文獻/95
第5章　網(wǎng)絡信息內(nèi)容審計中的文本分類/98
5.1　文本分類概述/98
5.2　文本分類的關鍵技術/101
5.2.1　文本預處理/102
5.2.2　文本特征向量/103
5.2.3　文本特征選取方法/105
5.2.4　相似文本特征表示/107
5.3　文本分類方法/109
5.3.1　基于機器學習的分類方法/109
5.3.2　基于動態(tài)加權(quán)的文本分類算法/112
5.4　文本片段分類方法/114
5.4.1　數(shù)據(jù)包報文分段對文本分類的影響/114
5.4.2　上下文相關的模糊KNN文本片段分類算法/115
5.5　文本語義分析/118
5.5.1　基于潛在語義的分類算法/118
5.5.2　文本語義傾向性識別/121
參考文獻/123
第6章　電子郵件內(nèi)容審計/126
6.1　電子郵件的實現(xiàn)協(xié)議及信息編碼/126
6.1.1　電子郵件相關協(xié)議分析/126
6.1.2　電子郵件信息編碼/131
6.2　電子郵件的報文重組/134
6.2.1　電子郵件重組/134
6.2.2　基于Libnids的電子郵件還原/135
6.3　電子郵件內(nèi)容的提取/137
6.3.1　電子郵件組成結(jié)構(gòu)/137
6.3.2　電子郵件預處理技術/139
6.3.4　電子郵件的過濾/140
6.4　現(xiàn)有電子郵件審計技術/141
6.4.1　基于網(wǎng)絡監(jiān)聽方式的實現(xiàn)基礎/141
6.4.2　全文重組的電子郵件審計/144
6.4.3　單獨分組的電子郵件審計/145
6.4.4　基于選擇性全文重組的電子郵件審計/146
參考文獻/150
第7章　網(wǎng)絡不良多媒體信息內(nèi)容審計/152
7.1　概　述/152
7.1.1　不良多媒體信息識別現(xiàn)狀/152
7.1.2　不良多媒體信息特征分析/154
7.2　網(wǎng)絡視頻流發(fā)現(xiàn)與獲取/156
7.2.1　網(wǎng)絡視頻流發(fā)現(xiàn)/157
7.2.2　網(wǎng)絡視頻流流量獲取/162
7.3　網(wǎng)絡不良圖像內(nèi)容識別/164
7.3.1　膚色檢測與紋理分析/164
7.3.2　不良圖像特征提取/169
7.3.3　基于支持向量機的不良圖像識別/172
7.4　網(wǎng)絡不良視頻內(nèi)容識別/175
7.4.1　視頻關鍵幀提取/176
7.4.2　網(wǎng)絡視頻特征提取/178
7.5　結(jié)合語音特征的視頻識別/181
7.5.1　語音特征提取過程/181
7.5.2　基于隱馬爾可夫模型的語音特征判別/185
7.5.3　基于雙重特征的視頻識別/188
參考文獻/189
第8章　手機短信息內(nèi)容審計/194
8.1　概述/194
8.2　手機短信審計系統(tǒng)模塊結(jié)構(gòu)/196
8.3　不良內(nèi)容短信識別/200
8.3.1　短信內(nèi)容的向量化描述/200
8.3.2　短信受限封閉測試效果最優(yōu)化閾值選擇方法/202
8.3.3　不良短信內(nèi)容識別算法執(zhí)行過程/203
8.4　審計特征庫動態(tài)更新/205
8.4.1　內(nèi)容特征庫的重要性與不良短信特征庫的構(gòu)建/205
8.4.2　短信內(nèi)容特征庫動態(tài)更新算法/206
8.4.2　審計結(jié)果保障方法/208
8.5　短信熱點話題識別/211
8.5.1　短信熱點話題分析/211
8.5.2　短信熱點話題的形式化描述/212
8.5.3　基于短信特征關聯(lián)分析的熱點話題發(fā)現(xiàn)算法/213
8.5.4　短信熱點話題跟蹤算法/218
8.6　短信審計研究中的難點問題/219
參考文獻/220
第9章　手機短信通信網(wǎng)絡演化模型/222
9.1　復雜網(wǎng)絡理論/222
9.1.1　復雜網(wǎng)絡/222
9.1.2　復雜網(wǎng)絡的拓撲特性/223
9.1.3　網(wǎng)絡模型/227
9.2　短信通信網(wǎng)絡的結(jié)構(gòu)特性分析/232
9.2.1　短信通信網(wǎng)絡的構(gòu)建/232
9.2.2　短信網(wǎng)絡的連通性分析/232
9.2.3　短信通信網(wǎng)絡的度分布/233
9.2.4　短信通信網(wǎng)絡的聚類系數(shù)/234
9.3　短信通信網(wǎng)絡的演化模型/234
9.3.1　BA網(wǎng)絡上的短信傳播模型/235
9.3.2　局部優(yōu)先連接模型/236
9.3.3　謠言短信網(wǎng)絡傳播模型/238
9.3.4　兼具內(nèi)部演化和節(jié)點退出的演化模型/239
9.3.5　模型的比較及分析/242
9.4　短信通信網(wǎng)絡社區(qū)發(fā)現(xiàn)算法/244
9.4.1　典型的復雜網(wǎng)絡社區(qū)發(fā)現(xiàn)算法/245
9.4.2　基于多維特征向量的社區(qū)發(fā)現(xiàn)算法/248
9.4.3　短信通信網(wǎng)絡演化模型現(xiàn)存問題/254
參考文獻/255
第10章　審計系統(tǒng)的自身安全/257
10.1　審計系統(tǒng)自身安全性分析/257
10.2　DoS和DdoS/258
10.3　NDoS攻擊的自適應檢測/263
10.3.1　NDoS攻擊的表示/263
10.3.2　NDoS攻擊的檢測/264
10.4　基于狀態(tài)檢測的NDoS攻擊防御/266
參考文獻/269
第11章　網(wǎng)絡信息內(nèi)容審計的熱點與難點/272
11.1　流媒體內(nèi)容審計/272
11.2　動態(tài)信息流的特征分析/274
11.3　關鍵詞列表動態(tài)更新/275
11.4　主動式不良內(nèi)容傳播信息檢測/277
11.5　不良信息傳播狀況的趨勢預測/278
11.6　熱點話題發(fā)現(xiàn)與跟蹤/279
11.7　信息內(nèi)容安全態(tài)勢評估/280
參考文獻/282