基于 ISAPI 过滤器的 Web 防护系统

随着 Internet 的发展,恶意用户利用 Web 应用程序存在的漏洞,对 Web 站点实施攻击,从而完成获取信息资料、植入病毒木马、伪装钓鱼网站、恶意插入广告等恶意操作,危害用户的利益,降低网站的可信度。随着 Web 攻击的日益增长,网站的安全风险达到了前所未有的高度。针对 Web 站点安全问题,在 HTTP 协议模型的基础上,结合 URL 解析技术及 Web 服务器核心扩展技术,文章设计并实现了一个基于 ISAPI 过滤器的 Web 防火墙系统。该系统可抵御常见网络攻击行为,为基于 HTTP 协议的 IIS 网站提供安全保障。系统主要包括3个组成部分：配置模块、过滤模块及日志模块。文章对系统过滤模块的设计与实现进行了详尽的阐述,系统的主要功能包括：过滤 HTTP 请求类型、限制头部长度、禁止 SQL 注入、禁止 Cookie 注入、禁止跨站攻击、防止敏感目录扫描、过滤请求文件类型以及 IP 黑名单。系统通过上述功能可以有效检测 Web 攻击行为并能做出正确处理,为 Web 网站安全提供有效保障。文章最后对系统进行功能测试,测试表明,系统可以对常见的 Web 攻击行为进行过滤处理并做出预期响应。系统符合设计目标,具有较高的实用价值。     

基于模糊处理和上下文敏感SVM的协同过滤推荐新方法

协同过滤系统是电子商务最重要的技术之一,用户相似度算法的优劣直接决定推荐性能的准确程度。现有推荐方法忽略用户上下文特征,因而用户相似度判定较差。针对该问题,该文提出了FSVMCF方法,该方法采取模糊上下文数据及上下文敏感SVM和协同过滤相结合方法,提高了推荐准确度。该文实验以汽车、飞机、火车等交通工具图像作为推荐对象,实验结果验证了该方法对于图像推荐的性能有较大提高。     

基于人体关键部位检测的敏感图像过滤方法

目前多数敏感图像过滤方法对皮肤裸露较多或类肤色区域较多的图像容易产生误检。为降低对这类图像的误检率,提出一种基于人体关键部位检测的敏感图像过滤方法。该方法提取肤色特征、表征局部对象外观和形状的HOG(Histograms of Orien-ted Gradient)特征、空间分布特征及描述区域灰度分布的Haar-like等特征,利用Adaboost学习算法,训练得到人体关键部位的分类器,通过此分类器实现敏感图像的过滤。实验表明,该方法能够准确地检测关键部位,可以有效地降低敏感图像的误检率。     

网络敏感信息自适应多重过滤模型研究

敏感信息过滤是既重要又复杂的任务.针对当前一些敏感信息过滤模型所存在的时间滞后、准确性低、自适应性差等问题,提出了一个敏感信息自适应多重过滤模型.该模型以互联网中文文本媒体为研究对象,采用意见挖据、机器学习、高性能计算和自然语言处理等技术,从整体和语义角度自适应识别敏感信息.对敏感信息自适应多重过滤模型的研究将为舆情监控、商业智能、辅助决策等应用系统开发提供技术支持.     

基于改进的局部敏感哈希算法实现图像型垃圾邮件过滤

提出一种快速的图像型垃圾邮件过滤方案,结合半监督机器学习技术改进局部敏感哈希(LSH)算法,基于改进的LSH算法构建垃圾图像特征库索引,提高图像的查找速度。构造了60000个垃圾图像样本,实验结果表明利用改进的LSH算法能有效地提高垃圾图像的过滤速度。     

一种改进的敏感图像过滤方法

针对现有敏感图像过滤方法误检率较高的问题,提出一种结合肤色检测和方向梯度直方图(HOG)人体检测的敏感图像过滤方法。采用HOG特征提取人体目标的特征集,运用支持向量机训练人体检测模型,检验图像中是否存在人体,并结合肤色检测算法判别该图像是否为敏感图像。实验结果表明,该方法能有效检测复杂背景条件下的敏感图像,其精确度为90.2%、查全率为86.3%、误检率为3.5%。     

电子商务个性化推荐技术分析及比较

随着电子商务的迅猛发展,“信息超载”问题日渐突出,导致用户难以有效搜寻所需商品,个性化推荐技术由此在电子商务网站得到应用和普及。采用定性分析方法,对目前电子商务网站使用的信息检索、关联规则、基于内容的过滤和协同过滤等四种主要推荐技术作了应用层面的优缺点分析,并基于多个指标对其进行比较,以期为电子商务企业构建推荐系统提供决策参考。     

基于爬虫的有害网站发现与判别系统的实现

互联网上充斥着大量的色情、暴力、反动等有害信息,为了能够主动发现和判别包含这些有害信息的网站,文章实现了一个基于网络爬虫的有害网站的发现和判别系统。该系统可以通过网络爬虫技术主动去发现有害网站,并通过内容安全过滤技术来判别网站的合法性,把有害网站名单告知给用户。同时,可以根据给定的网站URL判断该网站的合法性,并把判断理由展示给用户。文章提出了一个快速发现、自动推荐、专家确认有害网站的有效解决方案,该系统的应用将会给网络用户提供一个良好可信的网络环境。     

一种网络不良图像过滤软件框架

网络信息监控技术针对网络中不良信息传播的问题,运用网络数据捕获、流量处理和内容过滤等技术实现对网络信息传播的有效监管.而不良图像过滤软件的架构是互联网信息监控中的一个关键问题.文中针对以BHO技术实现的图像过滤器插件存在的对非IE内核的浏览器无效等缺陷,设计并实现了一种基于Winsock SPI技术的图像过滤软件开发框架.实验表明,该图像过滤软件框架具有良好的普适性和兼容性,并对其它网络信息过滤软件的开发具有一定的借鉴作用.     

网络实时动态图像信息智能过滤系统设计

为了预防网络中存在的不良图像信息对人们造成侵害,为人类创造一个安全健康的网络环境,需要对网络实时动态图像信息进行过滤。采用当前系统对网络实时动态图像信息进行过滤时,系统的安全性能较低,因网络安全隐患所引起的网络实时动态图像信息不能得到及时有效的处理,存在过滤时效性差、检索速率较慢、系统性能差等问题。为此,提出了一种网络实时动态图像信息智能过滤系统设计方法,首先介绍了系统的硬件设计,利用图像信息分类模块对网络实时动态图像信息进行分类,其次通过肤色检测模块、纹理检测模块、轮廓检测模块和形状描述符模块对网络实时动态图像信息进行检测,将完成检测的网络实时动态图像信息进行特征提取,通过图像信息YCgCr空间和图像信息YCgCr-LBP形状描述符算法完成对网络实时动态信息智能过滤。实验证明,所提方法设计的系统时效性和查全性较高,误检率较低。     

Towards ontology-based multilingual URL filtering: a big data problem

Web content filtering is one among many techniques to limit the exposure of selective content on the Internet. It has gotten trivial with time, yet filtering of multilingual web content is still a difficult task, especially while considering big data landscape. The enormity of data increases the challenge of developing an effective content filtering system that can work in real time. There are several systems which can filter the URLs based on artificial intelligence techniques to identify the site with objectionable content. Most of these systems classify the URLs only in the English language. These systems either fail to respond when multilingual URLs are processed, or over-blocking is experienced. This paper introduces a filtering system that can classify multilingual URLs based on predefined criteria for URL, title, and metadata of a web page. Ontological approaches along with local multilingual dictionaries are used as the knowledge base to facilitate the challenging task of blocking URLs not meeting the filtering criteria. The proposed work shows high accuracy in classifying multilingual URLs into two categories, white and black. Evaluation results conducted on a large dataset show that the proposed system achieves promising accuracy, which is on a par with those achieved in state-of-the-art literature on semantic-based URL filtering.     

基于网页标识的图像内容过滤防火墙的研究

提出一种新的图像内容过滤防火墙,针对网页标识（Logo）进行图像内容分析,综合应用多种算法比较各个标识之间的相似度,由此来判定是否过滤网页。由于这类图像体积小,处理速度快,将其应用在防火墙中很好地改善了当前防火墙在图像内容过滤方面的不足,提高防火墙的过滤能力和过滤速度。     

Stochastic web-based natural language dialog planning for web information filtering

This work addresses natural language dialog planning for an intelligent web filtering model, which lets the user filter search results obtained by a traditional search engine and assists them to find what they really are looking for. Unlike state-of-the-art approaches, a stochastic planning model is proposed for a web-driven dialog system which uses Conditional Random Fields to predict next dialog moves. Experiments with real web users and different interaction settings show the promise of the approach to web-based adaptive planning aimed at information filtering.     

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。     

An intelligent categorization engine for bilingual web content filtering

It is important to protect children and unsuspecting adults from the harmful effects of objectionable materials, such as pornography, violence, and hate messages, which are now prevalent on the World-Wide Web. This calls for effective tools for web content analysis and filtering of objectionable contents. Our study of existing web content filtering systems has identified a number of deficiencies in these systems. Using the analysis of pornographic web pages as a case study, we present an intelligent bilingual web page categorization engine that can determine if an English or Chinese language web page contains pornographic materials. We have implemented the categorization engine to perform offline web page analysis and near-instantaneous online filtering. Performance evaluation of our system has verified its effectiveness.     

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.     

一种反Web Spam页面的方法

最近,spam页面急剧增加,这极大的影响了搜索引擎的精度和效率。如何抵御spam页面已经成为一个非常重要的问题。文章合并了基于内容来侦测spam页面和基于链接spam侦测spam页面的方法,从而提出了一个两步的侦测spam页面的方法。第一步是一个过滤的步骤,用于生成spam页面的候选列表;第二步,通过一个自动的分类器从候选页面中侦测出最终的spam页面。     

基于自然语言处理的多级网页过滤器研究

针对现有网页过滤系统的不足和实时网络信息过滤的新挑战,提出新一代多级网页智能过滤解决方案：主要采用Mimefilte r技术,结合多级过滤方法对网页进行过滤。利用分类算法对已知的训练样本进行学习,提取特征向量,构造二值分类器。然后运用此分类器,对新的网页进行过滤,将过滤的结果提交给用户,用户可对过滤结果进行评价反馈,系...     

一种新的毫米波图像去噪方法?

毫米波(MMW)焦平面成像系统得到的图像质量较差,为此,结合基于人类视觉系统(HVS)的自适应中值滤波和轮廓波变换,提出一种新的MMW图像去噪方法。利用基于HVS的自适应中值滤波方法实现噪声的自适应检测和滤波,滤除脉冲噪声。根据轮廓波分解的方向性和能量变化特性对中值滤波结果进行变换,并对得到高频子带做阈值去噪处理,以最大限度保留图像轮廓。实验结果表明,与传统方法相比,该方法所得图像的峰值信噪比较高。     

切换滤波方法在深度图像噪声处理中的应用

基于Kinect深度图像的互动投影系统受到多种混合噪声干扰.单一的滤波方法只针对特定噪声,往往难以取得很好的效果,通常要将几种滤波方法联合使用.一般的联合滤波虽然可以保证图像的精确度,但算法复杂度高、耗时较长,影响了互动投影系统的实时性.针对上述矛盾,本文首次将切换系统方法引入到数字图像滤波领域,提出了一种任意切换滤波算法,并将其应用到实际的互动感投影系统中.实验结果表明,切换滤波算法既能很好地去除噪声,又能保证跟踪的实时性,达到了良好的目标跟踪效果,可以广泛应用于各种图像滤波处理系统中.