网络信息内容审计

11.7 信息内容安全态势评估

11.6 热点话题发现与跟踪

11.5 不良信息传播状况的趋势预测

11.4 主动式不良内容传播信息检测

11.3 关键词列表动态更新

11.2 动态信息流的特征分析

11.1 流媒体内容审计

第11章 网络信息内容审计的热点与难点

参考文献

10.4 基于状态检测的NDoS攻击防御

10.3.2 NDoS攻击的检测

10.3.1 NDoS攻击的表示

10.3 NDoS攻击的自适应检测

10.2 DoS和DDoS

10.1 审计系统自身安全性分析

第10章 审计系统的自身安全

参考文献

9.4.3 短信通信网络演化模型现存问题

9.4.2 基于多维特征向量的社区发现算法

9.4.1 典型的复杂网络社区发现算法

9.4 短信通信网络社区发现算法

9.3.5 模型的比较及分析

9.3.4 兼具内部演化和节点退出的演化模型

9.3.3 谣言短信网络传播模型

9.3.2 局部优先连接模型

9.3.1 BA网络上的短信传播模型

9.3 短信通信网络的演化模型

9.2.4 短信通信网络的聚类系数

9.2.3 短信通信网络的度分布

9.2.2 短信网络的连通性分析

9.2.1 短信通信网络的构建

9.2 短信通信网络的结构特性分析

9.1.3 网络模型

9.1.2 复杂网络的拓扑特性

9.1.1 复杂网络

9.1 复杂网络理论

第9章 手机短信通信网络演化模型

参考文献

8.6 短信审计研究中的难点问题

8.5.4 短信热点话题跟踪算法

8.5.3 基于短信特征关联分析的热点话题发现算法

8.5.2 短信热点话题的形式化描述

8.5.1 短信热点话题分析

8.5 短信热点话题识别

8.4.3 审计结果保障方法

8.4.2 短信内容特征库动态更新算法

8.4.1 内容特征库的重要性与不良短信特征库的构建

8.4 审计特征库动态更新

8.3.3 不良短信内容识别算法执行过程

8.3.2 短信受限封闭测试效果最优化阈值选择方法

8.3.1 短信内容的向量化描述

8.3 不良内容短信识别

8.2 手机短信审计系统模块结构

8.1 概述

第8章 手机短信内容审计

参考文献

7.5.3 基于双重特征的视频识别

7.5.2 基于隐马尔可夫模型的语音特征判别

7.5.1 语音特征提取过程

7.5 结合语音特征的视频识别

7.4.3 网络视频特征判别

7.4.2 网络视频特征提取

7.4.1 视频关键帧提取

7.4 网络不良视频内容识别

7.3.3 基于支持向量机的不良图像识别

7.3.2 不良图像特征提取

7.3.1 肤色检测与纹理分析

7.3 网络不良图像内容识别

7.2.2 网络视频流流量获取

7.2.1 网络视频流发现

7.2 网络视频流发现与获取

7.1.2 不良多媒体信息特征分析

7.1.1 不良多媒体信息识别现状

7.1 概述

第7章 网络不良多媒体信息内容审计

参考文献

6.4.4 基于选择性全文重组的电子邮件审计

6.4.3 单独分组的电子邮件审计

6.4.2 全文重组的电子邮件审计

6.4.1 基于网络监听方式的实现基础

6.4 现有电子邮件审计技术

6.3.4 电子邮件的过滤

6.3.2 电子邮件预处理技术

6.3.1 电子邮件组成结构

6.3 电子邮件内容的提取

6.2.2 基于Libnids的电子邮件还原

6.2.1 电子邮件重组

6.2 电子邮件的报文重组

6.1.2 电子邮件信息编码

6.1.1 电子邮件相关协议分析

6.1 电子邮件的实现协议及信息编码

第6章 电子邮件内容审计

参考文献

5.5.2 文本语义倾向性识别

5.5.1 基于潜在语义的分类算法

5.5 文本语义分析

5.4.2 上下文相关的模糊KNN文本片段分类算法

5.4.1 数据包报文分段对文本分类的影响

5.4 文本片段分类方法

5.3.2 基于动态加权的文本分类算法

5.3.1 基于机器学习的分类方法

5.3 文本分类方法

5.2.4 相似文本特征表示

5.2.3 文本特征选取方法

5.2.2 文本特征向量

5.2.1 文本预处理

5.2 文本分类的关键技术

5.1 文本分类概述

第5章 网络信息内容审计中的文本分类

参考文献

4.6.2 基于Episode距离的多模式相似匹配算法

4.6.1 几种多模式相似匹配算法性能分析

4.6 审计系统中多模式相似匹配算法

4.5.2 基于完全哈希Trie的多模式匹配算法

4.5.1 几种多模式匹配算法的性能分析

4.5 面向中/英文混合环境的多模式匹配算法

4.4.2 多模式相似匹配算法

4.4.1 单模式相似匹配算法

4.4 常用相似模式匹配算法

4.3.3 改进的多模式精确匹配算法

4.3.2 多模式精确匹配算法

4.3.1 单模式精确匹配算法

4.3 常用精确模式匹配算法

4.2.3 审计中匹配过程性能分析

4.2.2 模式串特征分析

4.2.1 待审计文本串特征分析

4.2 内容审计中的模式匹配分析

4.1 概述

第4章 内容审计中的模式匹配算法

参考文献

3.6.3 并行过滤代理动态负载均衡算法

3.6.2 多代理并行数据包获取

3.6.1 单机数据包获取的不足

3.6 并行数据包获取技术

3.5.2 内存映射技术

3.5.1 Linux内存管理

3.5 基于内存映射技术的数据包捕获方法

3.4.2 NAPI技术

3.4.1 中断方式与轮询方式

3.4 基于NAPI技术的数据包捕获方法

3.3.2 捕获数据包瓶颈分析

3.3.1 Linux捕获数据包流程

3.3 Linux下数据包捕获瓶颈分析

3.2.2 数据包过滤方法

3.2.1 BPF模型概述

3.2 基于BPF的高性能网络获取机制

3.1 网络信息获取原理与方法

第3章 内容审计数据包获取

参考文献

2.2.3 审计系统内部通信规程

2.2.2 系统功能模块和关键技术

2.2.1 系统体系结构

2.2 分布式可扩展网络信息内容审计系统模型

2.1 审计系统模型研究现状

第2章 网络信息内容审计系统模型

参考文献

1.3 网络信息内容审计功能

1.2 网络信息内容审计研究概况

1.1 网络安全与网络信息内容安全

第1章 绪论

前言

版权信息

封面

封面

版权信息

前言

第1章 绪论

1.1 网络安全与网络信息内容安全

1.2 网络信息内容审计研究概况

1.3 网络信息内容审计功能

参考文献

第2章 网络信息内容审计系统模型

2.1 审计系统模型研究现状

2.2 分布式可扩展网络信息内容审计系统模型

2.2.1 系统体系结构

2.2.2 系统功能模块和关键技术

2.2.3 审计系统内部通信规程

参考文献

第3章 内容审计数据包获取

3.1 网络信息获取原理与方法

3.2 基于BPF的高性能网络获取机制

3.2.1 BPF模型概述

3.2.2 数据包过滤方法

3.3 Linux下数据包捕获瓶颈分析

3.3.1 Linux捕获数据包流程

3.3.2 捕获数据包瓶颈分析

3.4 基于NAPI技术的数据包捕获方法

3.4.1 中断方式与轮询方式

3.4.2 NAPI技术

3.5 基于内存映射技术的数据包捕获方法

3.5.1 Linux内存管理

3.5.2 内存映射技术

3.6 并行数据包获取技术

3.6.1 单机数据包获取的不足

3.6.2 多代理并行数据包获取

3.6.3 并行过滤代理动态负载均衡算法

参考文献

第4章 内容审计中的模式匹配算法

4.1 概述

4.2 内容审计中的模式匹配分析

4.2.1 待审计文本串特征分析

4.2.2 模式串特征分析

4.2.3 审计中匹配过程性能分析

4.3 常用精确模式匹配算法

4.3.1 单模式精确匹配算法

4.3.2 多模式精确匹配算法

4.3.3 改进的多模式精确匹配算法

4.4 常用相似模式匹配算法

4.4.1 单模式相似匹配算法

4.4.2 多模式相似匹配算法

4.5 面向中/英文混合环境的多模式匹配算法

4.5.1 几种多模式匹配算法的性能分析

4.5.2 基于完全哈希Trie的多模式匹配算法

4.6 审计系统中多模式相似匹配算法

4.6.1 几种多模式相似匹配算法性能分析

4.6.2 基于Episode距离的多模式相似匹配算法

参考文献

第5章 网络信息内容审计中的文本分类

5.1 文本分类概述

5.2 文本分类的关键技术

5.2.1 文本预处理

5.2.2 文本特征向量

5.2.3 文本特征选取方法

5.2.4 相似文本特征表示

5.3 文本分类方法

5.3.1 基于机器学习的分类方法

5.3.2 基于动态加权的文本分类算法

5.4 文本片段分类方法

5.4.1 数据包报文分段对文本分类的影响

5.4.2 上下文相关的模糊KNN文本片段分类算法

5.5 文本语义分析

5.5.1 基于潜在语义的分类算法

5.5.2 文本语义倾向性识别

参考文献

第6章 电子邮件内容审计

6.1 电子邮件的实现协议及信息编码

6.1.1 电子邮件相关协议分析

6.1.2 电子邮件信息编码

6.2 电子邮件的报文重组

6.2.1 电子邮件重组

6.2.2 基于Libnids的电子邮件还原

6.3 电子邮件内容的提取

6.3.1 电子邮件组成结构

6.3.2 电子邮件预处理技术

6.3.4 电子邮件的过滤

6.4 现有电子邮件审计技术

6.4.1 基于网络监听方式的实现基础

6.4.2 全文重组的电子邮件审计

6.4.3 单独分组的电子邮件审计

6.4.4 基于选择性全文重组的电子邮件审计

参考文献

第7章 网络不良多媒体信息内容审计

7.1 概述

7.1.1 不良多媒体信息识别现状

7.1.2 不良多媒体信息特征分析

7.2 网络视频流发现与获取

7.2.1 网络视频流发现

7.2.2 网络视频流流量获取

7.3 网络不良图像内容识别

7.3.1 肤色检测与纹理分析

7.3.2 不良图像特征提取

7.3.3 基于支持向量机的不良图像识别

7.4 网络不良视频内容识别

7.4.1 视频关键帧提取

7.4.2 网络视频特征提取

7.4.3 网络视频特征判别

7.5 结合语音特征的视频识别

7.5.1 语音特征提取过程

7.5.2 基于隐马尔可夫模型的语音特征判别

7.5.3 基于双重特征的视频识别

参考文献

第8章 手机短信内容审计

8.1 概述

8.2 手机短信审计系统模块结构

8.3 不良内容短信识别

8.3.1 短信内容的向量化描述

8.3.2 短信受限封闭测试效果最优化阈值选择方法

8.3.3 不良短信内容识别算法执行过程

8.4 审计特征库动态更新

8.4.1 内容特征库的重要性与不良短信特征库的构建

8.4.2 短信内容特征库动态更新算法

8.4.3 审计结果保障方法

8.5 短信热点话题识别

8.5.1 短信热点话题分析

8.5.2 短信热点话题的形式化描述

8.5.3 基于短信特征关联分析的热点话题发现算法

8.5.4 短信热点话题跟踪算法

8.6 短信审计研究中的难点问题

参考文献

第9章 手机短信通信网络演化模型

9.1 复杂网络理论

9.1.1 复杂网络

9.1.2 复杂网络的拓扑特性

9.1.3 网络模型

9.2 短信通信网络的结构特性分析

9.2.1 短信通信网络的构建

9.2.2 短信网络的连通性分析

9.2.3 短信通信网络的度分布

9.2.4 短信通信网络的聚类系数

9.3 短信通信网络的演化模型

9.3.1 BA网络上的短信传播模型

9.3.2 局部优先连接模型

9.3.3 谣言短信网络传播模型

9.3.4 兼具内部演化和节点退出的演化模型

9.3.5 模型的比较及分析

9.4 短信通信网络社区发现算法

9.4.1 典型的复杂网络社区发现算法

9.4.2 基于多维特征向量的社区发现算法

9.4.3 短信通信网络演化模型现存问题

参考文献

第10章 审计系统的自身安全

10.1 审计系统自身安全性分析

10.2 DoS和DDoS

10.3 NDoS攻击的自适应检测

10.3.1 NDoS攻击的表示

10.3.2 NDoS攻击的检测

10.4 基于状态检测的NDoS攻击防御

参考文献

第11章 网络信息内容审计的热点与难点

11.1 流媒体内容审计

11.2 动态信息流的特征分析

11.3 关键词列表动态更新

11.4 主动式不良内容传播信息检测

11.5 不良信息传播状况的趋势预测

11.6 热点话题发现与跟踪

11.7 信息内容安全态势评估