統(tǒng)一內(nèi)容定位：概念、技術與應用

定　價：￥138.00

作　者：	邢玲，馬強，張琦著
出版社：	科學出版社
叢編項：
標　簽：	暫缺

購買這本書可以去

ISBN：	9787030710703	出版時間：	2022-09-01	包裝：	平裝
開本：	16開	頁數(shù)：	261	字數(shù)：

內(nèi)容簡介

　　《統(tǒng)一內(nèi)容定位：概念、技術與應用》針對互聯(lián)網(wǎng)信息共享中語義缺失導致的語義障礙問題，提出統(tǒng)一內(nèi)容定位技術，試圖將網(wǎng)絡信息系統(tǒng)中語義元素進行統(tǒng)一標識，目的是通過對網(wǎng)絡信息系統(tǒng)內(nèi)容的語義解析實現(xiàn)整個網(wǎng)絡系統(tǒng)的協(xié)同分析、語義調(diào)度管理和安全性等問題的延續(xù)，從而達到網(wǎng)絡融合的終極目標，即形成高效、安全、“聰明”的新型互聯(lián)網(wǎng)絡，實現(xiàn)“各獻所知，各取所需”的信息服務環(huán)境。針對不同的應用對象，建立統(tǒng)一內(nèi)容定位描述多層網(wǎng)絡數(shù)據(jù)的語義架構，提出多層網(wǎng)絡數(shù)據(jù)語義模型。針對網(wǎng)絡信息中的網(wǎng)頁、圖像、音頻、視頻等多媒體資源語義解析問題，分別建立基于統(tǒng)一內(nèi)容定位的語義描述規(guī)范，提出相應的語義解析方法。對網(wǎng)絡信息的安全可信問題，建立基于統(tǒng)一內(nèi)容定位的可信計算模型，探討統(tǒng)一內(nèi)容定位在信息安全方面的應用模式。

作者簡介

暫缺《統(tǒng)一內(nèi)容定位：概念、技術與應用》作者簡介

圖書目錄

目錄
前言
第1章　統(tǒng)一內(nèi)容定位技術　1
1.1　信息網(wǎng)絡的URL　1
1.2　UCL定義　2
1.3　UCL標簽　2
參考文獻　4
第2章　基于UCL的多層網(wǎng)絡數(shù)據(jù)語義解析技術　5
2.1　多層網(wǎng)絡數(shù)據(jù)語義描述架構　5
2.1.1　多層網(wǎng)絡數(shù)據(jù)語義描述模型　5
2.1.2　exUCL語義標簽及語義向量空間　6
2.1.3　網(wǎng)絡數(shù)據(jù)語義標簽定義　7
2.2　網(wǎng)絡捕包系統(tǒng)及協(xié)議分析　9
2.2.1　中間節(jié)點網(wǎng)絡數(shù)據(jù)包捕獲系統(tǒng)　9
2.2.2　基于原始數(shù)據(jù)包的網(wǎng)絡數(shù)據(jù)業(yè)務發(fā)現(xiàn)　12
2.2.3　基于原始數(shù)據(jù)包的網(wǎng)絡連接統(tǒng)計分析　14
2.3　多層網(wǎng)絡數(shù)據(jù)語義集成模型分析與建立　16
2.3.1　概念模型分析與建立　17
2.3.2　邏輯模型建立　19
2.3.3　物理模型實現(xiàn)方式　19
參考文獻　20
第3章　網(wǎng)頁信息的語義描述與解析技術　22
3.1　網(wǎng)頁數(shù)據(jù)多層語義抽取　22
3.1.1　網(wǎng)絡數(shù)據(jù)包捕獲模塊　23
3.1.2　協(xié)議分析模塊　25
3.1.3　HTTP數(shù)據(jù)包信息的分析與還原　27
3.2　基于UCL的網(wǎng)頁自動分類　29
3.2.1　基于網(wǎng)站結構的分類器　29
3.2.2　基于樸素貝葉斯算法的分類器　32
3.3　網(wǎng)頁信息采集系統(tǒng)　38
3.3.1　Web信息采集原理及結構　38
3.3.2　主題頁面在Web上的分布特征　41
3.3.3　主題Web信息采集系統(tǒng)實現(xiàn)　42
參考文獻　58
第4章　圖像信息的語義描述與解析技術　60
4.1　基于UCL的網(wǎng)絡圖像語義標識　60
4.1.1　基于元數(shù)據(jù)的網(wǎng)絡圖像內(nèi)容標引　61
4.1.2　基于UCL的網(wǎng)絡圖像標引　62
4.2　基于UCL的圖像語義水印框架　64
4.2.1　圖像數(shù)字水印嵌入位置選取　66
4.2.2　基于矢量量化的圖像數(shù)字水印算法　73
4.2.3　實驗分析　86
4.3　基于云模型的圖像分類管理　92
4.3.1　圖像語義模型　92
4.3.2　云模型語義確定度分類算法　94
4.3.3　圖像語義自動分類　97
參考文獻　98
第5章　音頻信息的語義描述與解析技術　100
5.1　音頻信息的語義描述架構　100
5.1.1　音頻信息語義描述的標引　101
5.1.2　音頻信息語義描述的表征　101
5.2　音頻信息語義內(nèi)容管理　103
5.2.1　基于張量的語義空間構造　103
5.2.2　基于張量語義的音頻內(nèi)容分類　108
5.2.3　基于徑向基函數(shù)張量神經(jīng)網(wǎng)絡模型的音頻內(nèi)容自動分類　111
5.2.4　仿真結果與分析　113
5.3　音頻語義水印嵌入技術　118
5.3.1　音頻語義水印生成過程　119
5.3.2　音頻語義水印嵌入算法　120
5.3.3　音頻語義水印提取過程　128
5.3.4　仿真結果與分析　129
參考文獻　135
第6章　視頻信息的內(nèi)容描述與語義解析　138
6.1　基于流量特征和機器學習的視頻流識別　138
6.1.1　流媒體網(wǎng)絡特征屬性分析系統(tǒng)　140
6.1.2　基于機器學習的流媒體流量識別　146
6.1.3　評估結果與分析　151
6.2　多層語義解析的流媒體調(diào)度算法　154
6.2.1　流媒體數(shù)據(jù)多層語義理解　154
6.2.2　流媒體多語義合并調(diào)度算法　167
6.2.3　流媒體調(diào)度算法仿真研究　179
6.3　視頻數(shù)字水印嵌入算法　188
6.3.1　基于UCL的視頻數(shù)字水印系統(tǒng)　189
6.3.2　基于場景分割的雙重水印算法　194
6.3.3　基于H.264的雙重水印算法　201
6.3.4　視頻水印算法性能評估　211
參考文獻　223
第7章　基于UCL的可信計算　225
7.1　基于UCL的安全語義規(guī)范　225
7.1.1　UCL-S定義　225
7.1.2　UCL-S的網(wǎng)頁應用規(guī)范　226
7.1.3　UCL-S網(wǎng)頁規(guī)范長度的確定　227
7.2　基于安全語義的可信度評估算法　232
7.2.1　UHA512完整性度量算法　232
7.2.2　基于語義的可信評估算法　235
7.3　非對稱信息網(wǎng)絡中的可信計算模型　237
7.3.1　非對稱信息網(wǎng)絡結構　237
7.3.2　非對稱信息網(wǎng)絡中的UBTC模型　238
7.3.3　基于UCL-S可信計算的實驗平臺　254
參考文獻　260