基于有效载荷分析的BT流量识别技术

为提高现有BT流量识别技术的准确性,通过分析BT协议和BT实际传输数据,找出BT传输过程中必会出现的各种固定字串,以之作为特征字串,从而利用增加特征字串个数来提高识别准确性。实验表明,对比现有的技术,该方法能提高识别的准确性,克服因未捕获握手包而无法识别数据流的缺陷。

邻近类别分类在电子邮件过滤系统中的运用

电子邮件作为互联网技术发展的产物,在给全球网民带来通讯便利的同时,正不可避免地遭遇有悖初衷的运用。最为突出的是随之产生的垃圾邮件像瘟疫一样蔓延,污染网络环境,占用大量传输、存储和运算资源,影响了网络的正常运行。垃圾邮件问题日益严重,受到研究人员的广泛关注。基于内容的过滤是当前解决垃圾邮件问题的主流技术之一。由于常用的特征字串匹配技术对垃圾邮件件的查准率已经不能满足日益提高的过滤系统用户的产品需求,随后引入邻近类别分类的方法,利用基于贝叶斯算法的电子邮件过滤系统,对色情垃圾邮件样本进行分析,可明显提高对垃圾邮件的查准率。

面向BT的特定信息传播监测系统的实现

大多数BT流量识别是一种粗粒度的识别方法,为提高BT流量的识别效率,提出一种面向BT的特定信息传播的细粒度监测方法。根据监测的目标文件,按BT协议的格式提取文件特征,建立样本特征库。利用客户端之间的数据传输的特征字串来识别传输的BT文件,并提取特征信息,再与样本特征库进行匹配判断,以达到对特定信息传播的监测。实验结果表明,该方法可以对特定信息进行识别,提高识别的准确性。

“信息管理系统生成器”中文数据的处理技术

使用“仿 BNF”对极其复杂的“信息管理系统”进行简洁而准确的描述。提出统一处理中文数据的解决方案。该方案引进的数字串特征字 ,状态继承性等概念 ,思路新颖 ,在中文代码识别时 ,计算量少 ,效率高。