维语网页中n-gram模型结合类不平衡SVM的不良文本过滤方法

提出了一种结合n-gram统计模型和类不平衡支持向量机(SVM)分类器的维语文本过滤方法。首先,将网页文本进行预处理操作,通过n-gram统计模型来初步提取词干;然后,对词干进行语义分析,将具有相似含义的词干聚合为一类,以此降低词干维度;最后,在传统SVM中引入一个控制超平面之间距离的参数,构建一种类不平衡SVM,使其能够很好地分类具有非线性不可分和不平衡性的维吾尔语文本。实验结果表明,该方法能够准确分类出不良文本,且具有较短的分类时间。

利用稀疏语义结合双层深度卷积神经网络的敏感图像检测方法

互联网技术的飞速发展导致敏感内容图像由原先基本隐蔽的内容交换变为海量的数据共享,传统基于图像特征提取的敏感内容检测方法不再适用。针对上述难点,提出基于稀疏语义和双层深度卷积神经网络相结合的敏感内容检测方法。上层网络首先进行训练样本的预处理,并通过构造图像的稀疏语义表示作为神经网络的输入;而下层网络则进一步考虑第三方管控机制(如政府代理等),提出针对特定群体的敏感内容图像检测方法。与现有常用敏感内容图像检测方法相比,该检测方法可有效降低训练样本数量,且检测精度比传统图像检测方法(如基于视觉词袋方法等)提升7%以上。

大数据云计算下网络安全技术实现的途径

随着科学技术的发展,现在网络信息和人们的生活息息相关,计算机技术得到了飞速的提升,人们不断地拓展云计算的应用,提高了数据的空间以及运算能力。但是由于网络安全隐患的增多,加强网络安全技术就成新兴技术健康高质量发展的关键。论文基于对目前云计算存在的问题的分析,提出了利用防火墙、身份认证、加密技术、自我预防、病毒管理等方法实现网络安全管理。

计算机信息安全网络内容过滤系统的研究

随着互联网的快速发展，对信息过滤相关技术的研究逐步成为人们关注的焦点。由于其开放性，在方便人们获取信息的同时，各种不良信息也随之泛滥，特别是反动、色情、暴力等有害信息极大地危害着社会的稳定和人们的身心健康，网络内容“垃圾”已经侵入了我们的生活。本文所研究的计算机信息安全网络内容过滤以网桥的形式透明地存在于内网与外网之间，在获取网络信息情况下，通过开放的协议分析接口进行协议分析，根据用户所设置的有害关键词，分析、识别出信息网络中的有害信息，以实现对不良信息的实时过滤。