物理隔离网闸的过滤技术研究和实现

论文摘要

随着互联网的普及和电子政务在日常工作、学习和生活的普遍使用,网络信息安全的重要性愈发引人关注,保证网络信息的安全已成为推进社会网络化的一个关注点。基于隔离技术的隔离网闸的发明和使用正是符合了网络信息安全的要求。目前隔离网闸使用的文本内容过滤大多基于关键字过滤和URL过滤,在使用性能上不但过滤效果欠佳且效率差,已不能满足日益增长的网络信息的安全要求。而随着文本过滤技术的研究和发展,特别是在文本的向量空间表示和基于向量空间的过滤算法的技术都较为成熟,有助于我们选择合理的文本智能过滤技术来取代在隔离网闸中使用的传统关键字和URL过滤技术以提高隔离网闸中内容安全过滤的性能,以达到和满足网络信息安全的要求。本论文的课题就是对适合于隔离网闸的过滤技术的研究。作者在综合运用中文信息处理、粗糙集理论、隔离技术理论等学科的相关知识,深入研究了文本信息过滤的模型、文本预处理技术、文本特征选择技术、过滤算法以及相关应用等,提出了基于统计的适合于隔离网闸的智能文本过滤的方案,来改善现有隔离网闸中的内容过滤模块的性能,并对其中的关键技术混合特征选择和KNN过滤算法的改进作详细地介绍。结合常规特征选择和粗糙集理论的混合特征选择方法,先利用传统的特征选择方法作为初步选择特征,然许再利用粗糙集进行二次特征选择使得特征项数目大大减少,去掉很多冗余属性,从而大大降低文本的维数;而改进的KNN过滤算法是结合了文本聚类技术和传统的KNN算法,不仅有助于提高过滤效果而且也缩短过滤的处理时间,相比与传统的KNN算法,改进的KNN算法更适合于隔离网闸的应用。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 网络信息安全的重要性
• 1.2 传统的网络安全防御手段和技术的局限性
• 1.3 网络隔离技术
• 1.3.1 网络隔离的技术思路
• 1.3.2 网络隔离技术的发展背景
• 1.3.3 网络隔离技术的研究现状
• 1.4 物理隔离网闸
• 1.4.1 物理隔离网闸的技术背景和现状
• 1.4.2 物理隔离网闸SGAP 的内容过滤模块
• 1.5 论文的研究内容和结构安排
• 第二章 隔离网闸 SGAP
• 2.1 物理隔离网闸的数据交换原理
• 2.2 隔离网闸 SGAP 结构体系
• 2.2.1 隔离网闸 SGAP 的系统逻辑结构
• 2.2.2 SGAP 的软件协议栈结构
• 2.2.3 隔离网闸SGAP 传输协议模型
• 2.3 本章小结
• 第三章 文本过滤的基本知识
• 3.1 文本过滤技术
• 3.1.1 文本过滤系统的类型
• 3.1.2 文本过滤的基本原理
• 3.2 文本的预处理
• 3.2.1 英文 Stemming
• 3.2.2 中文的自动分词
• 3.2.3 多模式匹配算法
• 3.3 文本的表达（TEXT REPRESENTATION）
• 3.3.1 布尔模型
• 3.3.2 概率模型
• 3.3.3 向量空间模型（VSM）
• 3.4 文本特征选择（FEATURE SELECTION）
• 3.4.1 文本特征选择的特点
• 3.4.2 基于Filter 的特征选择方法
• 3.4.3 基于粗糙集的特征选择方法
• 3.5 特征项权重
• 3.6 文本过滤算法
• 3.6.1 传统贝叶斯（Naive Bayes）算法
• 3.6.2 支持向量机（Support Vector Machines , SVMs）
• 3.6.3 K 个最近邻法（K-Nearest Neighbor, KNN）
• 3.6.4 向量空间模型法（VSM）
• 3.6.5 神经网络法（NNet）
• 3.6.6 文本分类方法总结
• 3.7 文本聚类技术
• 3.7.1 文本聚类过程
• 3.7.2 文本聚类的方法
• 3.7.3 文本聚类的算法
• 3.8 本章小结
• 第四章 隔离网闸 SGAP 的智能文本过滤方案
• 4.1 SGAP 的安全功能引擎
• 4.2 智能文本过滤方案
• 4.2.1 文本预处理模块
• 4.2.2 混合特征选择
• 4.2.3 过滤引擎
• 4.3 本章小结
• 第五章 混合特征选择和改进的 KNN 过滤算法
• 5.1 混合特征选择方法
• 5.1.1 初步特征选择
• 5.1.2 向量权重及归一化计算
• 5.1.3 决策表构建和离散
• 5.1.4 二次特征选择
• 5.1.5 实验和结果
• 5.2 改进的KNN 算法
• 5.2.1 传统KNN 算法
• 5.2.2 改进的KNN 算法
• 5.2.3 实验和结果
• 5.3 本章小结
• 第六章 全文总结
• 6.1 论文工作
• 6.2 工作展望
• 参考文献
• 致谢
• 攻读硕士学位期间已发表或录用的论文