网络信息内容审计

第1章绪论1

1.1网络安全与网络信息内容安全1

1.2网络信息内容审计研究概况5

1.3网络信息内容审计功能8

参考文献10

第2章网络信息内容审计系统模型14

2.1审计系统模型研究现状14

2.2分布式可扩展网络信息内容审计系统模型20

2.2.1系统体系结构20

2.2.2系统功能模块和关键技术21

2.2.3审计系统内部通信规程22

参考文献24

第3章内容审计数据包获取26

3.1网络信息获取原理与方法26

3.2基于BPF的高性能网络获取机制31

3.2.1BPF模型概述32

3.2.2数据包过滤方法34

3.3Linux下数据包捕获瓶颈分析36

3.3.1Linux捕获数据包流程36

3.3.2捕获数据包瓶颈分析37

3.4基于NAPI技术的数据包捕获方法39

3.4.1中断方式与轮询方式39

3.4.2NAPI技术40

3.5基于内存映射技术的数据包捕获方法42

3.5.1Linux内存管理42

3.5.2内存映射技术44

3.6并行数据包获取技术46

3.6.1单机数据包获取的不足46

3.6.2多代理并行数据包获取47

3.6.3并行过滤代理动态负载均衡算法50

参考文献56

第4章内容审计中的模式匹配算法57

4.1概述57

4.2内容审计中的模式匹配分析58

4.2.1待审计文本串特征分析59

4.2.2模式串特征分析60

4.2.3审计中匹配过程性能分析60

4.3常用精确模式匹配算法63

4.3.1单模式精确匹配算法63

4.3.2多模式精确匹配算法67

4.3.3改进的多模式精确匹配算法71

4.4常用相似模式匹配算法74

4.4.1单模式相似匹配算法75

4.4.2多模式相似匹配算法78

4.5面向中/英文混合环境的多模式匹配算法79

4.5.1几种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审计系统中多模式相似匹配算法91

4.6.1几种多模式相似匹配算法性能分析91

4.6.2基于Episode距离的多模式相似匹配算法92

参考文献95

第5章网络信息内容审计中的文本分类98

5.1文本分类概述98

5.2文本分类的关键技术101

5.2.1文本预处理102

5.2.2文本特征向量103

5.2.3文本特征选取方法105

5.2.4相似文本特征表示107

5.3文本分类方法109

5.3.1基于机器学习的分类方法109

5.3.2基于动态加权的文本分类算法112

5.4文本片段分类方法114

5.4.1数据包报文分段对文本分类的影响114

5.4.2上下文相关的模糊KNN文本片段分类算法115

5.5文本语义分析118

5.5.1基于潜在语义的分类算法118

5.5.2文本语义倾向性识别121

参考文献123

第6章电子邮件内容审计126

6.1电子邮件的实现协议及信息编码126

6.1.1电子邮件相关协议分析126

6.1.2电子邮件信息编码131

6.2电子邮件的报文重组134

6.2.1电子邮件重组134

6.2.2基于Libnids的电子邮件还原135

6.3电子邮件内容的提取137

6.3.1电子邮件组成结构137

6.3.2电子邮件预处理技术139

6.3.4电子邮件的过滤140

6.4现有电子邮件审计技术141

6.4.1基于网络监听方式的实现基础141

6.4.2全文重组的电子邮件审计144

6.4.3单独分组的电子邮件审计145

6.4.4基于选择性全文重组的电子邮件审计146

参考文献150

第7章网络不良多媒体信息内容审计152

7.1概述152

7.1.1不良多媒体信息识别现状152

7.1.2不良多媒体信息特征分析154

7.2网络视频流发现与获取156

7.2.1网络视频流发现157

7.2.2网络视频流流量获取162

7.3网络不良图像内容识别164

7.3.1肤色检测与纹理分析164

7.3.2不良图像特征提取169

7.3.3基于支持向量机的不良图像识别172

7.4网络不良视频内容识别175

7.4.1视频关键帧提取176

7.4.2网络视频特征提取178

7.5结合语音特征的视频识别181

7.5.1语音特征提取过程181

7.5.2基于隐马尔可夫模型的语音特征判别185

7.5.3基于双重特征的视频识别188

参考文献189

第8章手机短信息内容审计194

8.1概述194

8.2手机短信审计系统模块结构196

8.3不良内容短信识别200

8.3.1短信内容的向量化描述200

8.3.2短信受限封闭测试效果最优化阈值选择方法202

8.3.3不良短信内容识别算法执行过程203

8.4审计特征库动态更新205

8.4.1内容特征库的重要性与不良短信特征库的构建205

8.4.2短信内容特征库动态更新算法206

8.4.2审计结果保障方法208

8.5短信热点话题识别211

8.5.1短信热点话题分析211

8.5.2短信热点话题的形式化描述212

8.5.3基于短信特征关联分析的热点话题发现算法213

8.5.4短信热点话题跟踪算法218

8.6短信审计研究中的难点问题219

参考文献220

第9章手机短信通信网络演化模型222

9.1复杂网络理论222

9.1.1复杂网络222

9.1.2复杂网络的拓扑特性223

9.1.3网络模型227

9.2短信通信网络的结构特性分析232

9.2.1短信通信网络的构建232

9.2.2短信网络的连通性分析232

9.2.3短信通信网络的度分布233

9.2.4短信通信网络的聚类系数234

9.3短信通信网络的演化模型234

9.3.1BA网络上的短信传播模型235

9.3.2局部优先连接模型236

9.3.3谣言短信网络传播模型238

9.3.4兼具内部演化和节点退出的演化模型239

9.3.5模型的比较及分析242

9.4短信通信网络社区发现算法244

9.4.1典型的复杂网络社区发现算法245

9.4.2基于多维特征向量的社区发现算法248

9.4.3短信通信网络演化模型现存问题254

参考文献255

第10章审计系统的自身安全257

10.1审计系统自身安全性分析257

10.2DoS和DdoS258

10.3NDoS攻击的自适应检测263

10.3.1NDoS攻击的表示263

10.3.2NDoS攻击的检测264

10.4基于状态检测的NDoS攻击防御266

参考文献269

第11章网络信息内容审计的热点与难点272

11.1流媒体内容审计272

11.2动态信息流的特征分析274

11.3关键词列表动态更新275

11.4主动式不良内容传播信息检测277

11.5不良信息传播状况的趋势预测278

11.6热点话题发现与跟踪279

11.7信息内容安全态势评估280

参考文献282

　　网络信息内容审计技术针对网络流量中不良信息传播的问题，综合运用网络数据包获取、信息处理、不良流量阻断等技术实现对网络信息内容传播的有效监管。本书按照从整体到局部的思路，以从底层到高层的视角对内容审计所涉及的关键技术进行了研究与论述。最终针对目前研究中的不足，给出了需要进一步研究的热点内容及研究建议。　　网络信息内容审计是一门对网络中传输的信息内容进行分析的技术，是网络安全技术中不可或缺的重要组成部分，通过内容审计可实现网络信息内容的可控性。本书按照从整体到局部的思路，以从底层到高层的视角，详细分析了内容审计所涉及的主要技术的原理与实现，并探索了一些关键技术和共性问题。同时，对当前日益严重的手机短信内容安全相关问题进行了讨论。　　本书是进行信息内容分析与识别方面的参考书，可作为从事网络信息内容安全、网络舆情分析与预警等研究领域科研人员的参考书，也可作为高等院校网络与信息安全专业大学生与研究生的参考教材。