基于内容的网络异常信息过滤

通过对信息过滤一般过程的分析,提出了一种基于内容的网络异常信息过滤方法。在源信息采集方面,建立了网络信息捕获构架,基于协议分析实现网络数据的提取;在信息内容处理方面,采用设立切分标志进行文本信息的预处理,在此基础上,基于向量空间模型实现文档的结构化表示;在信息匹配算法方面,通过计算文档向量之间的相似度,实现网络信息的有效过滤。     

本体论在基于内容信息检索中的应用

网络信息的激增加和多样化给有效的信息检索带来了种种困难，目前的检索工具仅提供了基于关键字的检索，而忽视了关键字本身所含的语义内容，该文提出的信息检索原型系统，利用本体论中概念规范，语义丰富的特点，将用户的检索要求扩充成语义集，并且将检索到的文档通过文档分析器进一步过滤，使用户最终得到与检索要求内容匹配度较高的文档。     

彩色文档图像的版面分析

文档图像处理技术是实现对网络上以“图片化”形式发送的垃圾邮件进行检测和过滤的有效手段。该文对彩色文档图像的版面进行分析,目的是分割出图像中的特定目标,便于分析并检测出文档图像中是否含有特别字符信息,从而使得网络垃圾邮件过滤系统可以根据这些信息判断是否过滤该邮件。实验结果表明,上述方法可以在不同颜色深度和不同几何结构的彩色文档图像中进行有效的检测,具有较好的实用性和应用价值。     

求解本原多项式的快速算法

文档图像处理技术是实现对网络上以"图片化"形式发送的垃圾邮件进行检测和过滤的有效手段.该文对彩色文档图像的版面进行分析,目的是分割出图像中的特定目标,便于分析并检测出文档图像中是否含有特别字符信息,从而使得网络垃圾邮件过滤系统可以根据这些信息判断是否过滤该邮件.实验结果表明,上述方法可以在不同颜色深度和不同几何结构的彩色文档图像中进行有效的检测,具有较好的实用性和应用价值.     

基于空间向量模型的网络信息检索系统设计

为提高网络信息检索系统的查全率和查准率,引入空间向量模型设计网络信息检索系统。首先,基于网络信息检索系统结构基本框架采集和预处理网络信息文档。其次,引入空间向量模型计算文本段与查询式相似度。再次,根据相似度计算公式设置不同网络信息文档的相似度门槛值。最后,基于相似度门槛值过滤网络信息检索,将过滤后的网络信息作为检索结果显示给系统用户。通过对比实验的方式证明,新的检索系统可根据用户输入内容给出查全率和查准率较高的检索结果。     

基于贝叶斯网络的通信网络信息安全过滤方法

由于传统方法在通信网络信息安全过滤中应用效果不佳，无法达到预期的过滤效果，提出基于贝叶斯网络的通信网络信息安全过滤方法。首先建立信息分类准则和对话机制，根据通信网络信息流向属性确定信息位置，其次定向接收流向指定位置的通信网络信息，解析网络信息，提取网络信息特征，最后利用贝叶斯网络分类网络信息，完成基于贝叶斯网络的通信网络信息安全过滤。经实验证明，采用改进方法过滤未被成功过滤的垃圾网络信息，可将未被成功过滤垃圾信息比例控制在1%以内，信息过滤速率为1674.26B/s，说明设计方法在通信网络信息安全过滤方面具有良好的应用前景。     

基于贝叶斯网络的信息过滤模型研究

传统信息过滤模型很难描述对信息过滤结果产生影响的各种因素，如质量、内容、用户偏好之间复杂的关系，也无合适的方法让用户将知识加入到信息过滤系统中，因此，提出了基于贝叶斯网络的信息过滤模型BMIF（Bayesian model of information filtering),BMIF是贝叶斯网络的简化，它描述了信息过滤的基本结构，提供了6种节点用于描述影响信息过滤的事件之间的关系，在此基础上，提供了BMIF的各种使用方法，包括将传统方法使用BMIF描述，将词法知识用BMIF表示，以及将自动学习与手动交互结合，将合作过滤与内容过滤结合等。     

面向内部网络的电子文档保护系统

本文针对内部网络中信息泄密问题,设计并实现了一种电子文档保护系统,该系统基于Windows NT内核操作系统驱动框架,采用文件系统过滤驱动技术对内部网络数据进行实时透明加密和解密,为内部网络的数据安全提供了有效的主动安全防护。     

基于XML的PDF文档内容与结构的表示的实现

在对网络信息资源进行检索、过滤、提取的过程中,对于文档格式的转换是进行信息处理的必然途径。将PDF文档转换为XML文档,在对分析PDF文档的内容和结构方面具有重要意义。论文介绍了从PDF文档向XML文档转换的设计和实现原理。     

总线网络取证信息自动检索风险控制系统设计

当前取证信息自动检索系统未对取证信息潜在检索风险进行过滤,导致对取证信息的检索风险控制效果差、检索效率低、误差高的问题,为此设计一种总线网络取证信息自动检索风险控制系统。将输入的取证信息在采集模块中进行收集,检索风险控制模块对采集的取证信息信息进行风险过滤和风险控制后,发送给DSP进行自动检索,采用STM32F407设计接口电路连接采集模块和检索风险控制模块,完成硬件部分的改进;选择高检索相关度节点,利用节点内置文档实现取证信息检索风险的控制,完成软件部分设计。实验结果表明,该系统的检索风险控制效果好,控制精度可达到80%以上,能够为用户提供更有效、更安全的权证信息检索结果。     

信息论课程在网络安全与执法专业建设中的重要性研究

网络安全与执法专业融合信息通信工程、信息安全和计算机科学与技术专业学科知识,旨在培养信息时代的优秀网络安全执法人员。信息论作为现代通信的理论基础,涵盖信源编码、信道传输和密码学等多学科理论。作为通信类专业的主干课程,信息论同样应该成为网络安全与执法专业的重要课程之一。在网络安全与执法专业开设信息论课程,通过教授基础信息理论、结合当前技术发展前沿,讲授信息网络通信理论体系,对完善网络安全与执法专业建设具有重要意义。文章论述信息论课程对网络安全与执法专业建设的重要性并得出结论：信息论课程建设是网络安全与执法专业建设的重要工作。因此,在网络安全与执法专业建设中,应当开始相应信息论课程。     

浅谈校园信息网络安全

网络安全是一门涉及计算机科学、网络技术、通信技术、密码技术、信息安全技术、应用数学、数论、信息论等多种学科的综合性学科.网络的生命在于其安全性.因此,在现有的技术条件下,如何构建相对可靠的校园网络安全体系,就成了校园网络管理人员的一个重要课题.     

浅谈校园信息网络安全

网络安全是一门涉及计算机科学、网络技术、通信技术、密码技术、信息安全技术、应用数学、数论、信息论等多种学科的综合性学科。网络的生命在于其安全性。因此,在现有的技术条件下,如何构建相对可靠的校园网络安全体系,就成了校园网络管理人员的一个重要课题。     

复杂媒体网络与控制

三网融合是近年来国际上研究的热点领域,该文针对三网融合提出了复杂媒体网络的概念,从系统的复杂性和理论体系两方面介绍了研究的内容及其相关问题,其中包括信息编码理论、信息组织、分布式网络控制与管理、信息安全研究、Qos控制理论和相关流量控制等.这也是网格研究的重要内容.     

可能网络结构学习的依赖分析方法研究

贝叶斯网络是概率理论与图形模式的结合,被广泛用于不确定性问题求解,但不具有处理不准确性信息的能力。可能网络是可能理论、概率理论与图形模式的结合,可弥补贝叶斯网络这方面的不足。首先介绍关于可能网络的一些概念,并与贝叶斯网进行比较,然后给出一种基于依赖分析的可能网络结构学习方法。     

基于模糊神经网络的复杂网络故障诊断设计

针对雷达等复杂大型电子装备网络系统的故障定位难、影响关系不清晰的问题,采用了基于模糊神经网络的故障定位方法,提高了网络故障定位的快速性与准确性：首先介绍了模糊隶属度及模糊神经元等理论,接着基于模糊理论将网络监测信息进行模糊化处理,并利用神经网络模型对模糊后的信息进行训练与学习,参数训练达到设置的期望误差0.01;最后利用训练好的模型对随机抽取的2组网络故障实例进行了验证,软件执行单次诊断耗时3.5s;结果表明采用基于模糊神经网络的诊断方法,能够较好解决网络故障耦合复杂、故障现象与故障原因关系不清晰等难题,对网络故障快速排除与恢复具有重要意义。     

D-S理论与神经网络相结合的信息融合模型研究

针对大噪声环境下信息融合效果差的问题,提出了一种基于D-S证据理论与神经网络技术的信息融合方法,该方法综合了证据理论在处理不确定信息方面的优点和神经网络在数值逼近上的长处,一方面利用神经网络和冲突证据处理算法获取基本概率赋值,另一方面通过证据理论使神经网络的结构变得透明.初步仿真结果表明,该方法有效地解决了不确定性信息的误识别问题.     

灾后救援供应链信息沟通网络设计

灾后救援供应链逐渐成为一个新兴研究领域。灾害情况下如何进行及时有效的信息沟通,是灾后救援供应链各节点企业能否做出快速响应的关键所在。以图论及网络中的覆盖理论为基础,讨论灾后救援供应链网络节点企业之间覆盖的概念及特性,探讨其稳定信息沟通网络的存在性问题,基于信息沟通合作和非合作两种情况,寻求最小稳定灾后救援供应链信息沟通网络。以期对灾后救援供应链各节点企业间快速有效的信息沟通做出有益的探索。     

结合信息融合和BP神经网络的决策算法

针对网络输入信息复杂多变,固定的 BP(Back-Propagation)网络结构难以发挥其优势的情况,提出了结合信息融合和BP神经网络的决策算法。即根据输入的变化情况,利用D-S证据理论(Dempster-Shafer,D-S)对BP神经网络的结构进行优选。同时使用粒子群(PSO, Particle Swarm Optimization)算法来确定BP神经网络的初值,以改善其收敛速度慢和容易陷入局部极小值的问题。仿真结果显示,结合信息融合和 BP 神经网络的决策算法和BP神经网络相比,有效提高了BP神经网络训练的时间及预测的准确率,在适应复杂多变的输入信息时具有一定的优势。     

一种计算机网络侦察的数据融合算法

计算机网络侦察是网络战的一个重要环节,如何对大量的来自不同侧面的网络侦察数据进行有效的融合是其中的一个难点问题。该文分析了计算机网络侦察信息的特点以及计算机网络侦察信息融合处理的特点,基于可能性理论和模糊综合函数理论提出了一种计算机网络侦察目标识别模型和计算机网络侦察数据的时空数据融合算法,并讨论了时空数据融合算法间的相互关系。