基于一類SVM的網(wǎng)絡(luò)不良信息過濾算法研究.pdf

1、互聯(lián)網(wǎng)的高速發(fā)展使得通過網(wǎng)絡(luò)傳輸?shù)奈募O(jiān)控和過濾成為一個熱門課題。這些文件中可能包含了不良信息。網(wǎng)絡(luò)流量中的信息包含著各種網(wǎng)絡(luò)協(xié)議,可能被分片,編碼。機(jī)器無法直接識別其中的需要監(jiān)控的內(nèi)容。而對于內(nèi)容過濾,使用傳統(tǒng)的基于字符串匹配的算法顯然無法滿足呈幾何爆炸級別的信息增長的監(jiān)管需求。雖然使用SVM確實可以提高分類效率,但依然存在維數(shù)過大,導(dǎo)致存儲資源和計算能力浪費(fèi)的現(xiàn)象。
　　本文首先分析如何在眾多網(wǎng)絡(luò)協(xié)議中,根據(jù)協(xié)議本身的特點和協(xié)

2、議狀態(tài)機(jī),對協(xié)議中包含的傳輸內(nèi)容進(jìn)行自動識別匹配,然后對數(shù)據(jù)流部分進(jìn)行重組還原,并且進(jìn)行必要的解碼操作,以獲得需要過濾的文本信息。本文重點研究了主流的應(yīng)用層HTTP協(xié)議,FTP協(xié)議,SMTP協(xié)議和POP3協(xié)議,以及主流的私有應(yīng)用飛信協(xié)議,QQ協(xié)議和MSN協(xié)議。然后本文提出了一種針對如何有效減少 SVM的維數(shù)的改進(jìn)算法,提出通過使用三種特征簡約對向量機(jī)的維數(shù)進(jìn)行約束。這種算法的改進(jìn)達(dá)到加快運(yùn)算速度,節(jié)省存儲空間、提高準(zhǔn)確率的作用。