網(wǎng)絡(luò)內(nèi)容分級索引結(jié)構(gòu)研究.pdf

1、隨著計算機(jī)和通信技術(shù)的發(fā)展，互聯(lián)網(wǎng)已經(jīng)成為人們發(fā)布和獲取信息的重要渠道。然而，由于互聯(lián)網(wǎng)信息發(fā)布的無地域性和匿名性等特點，各種信息難以進(jìn)行有效的監(jiān)督和管理?；ヂ?lián)網(wǎng)信息的內(nèi)容安全問題日趨嚴(yán)重，對公眾生活和社會生產(chǎn)造成了嚴(yán)重的影響。為了保障互聯(lián)網(wǎng)信息的內(nèi)容安全，研究和開發(fā)網(wǎng)絡(luò)內(nèi)容過濾工具具有重要的現(xiàn)實意義?！　∧壳埃W(wǎng)絡(luò)內(nèi)容過濾技術(shù)可以歸為標(biāo)簽過濾、關(guān)鍵字過濾、URL過濾、分類過濾和內(nèi)容過濾等幾大類。URL過濾技術(shù)由于其靈活性和高實現(xiàn)效率

2、，在網(wǎng)絡(luò)內(nèi)容過濾系統(tǒng)中得到了廣泛的應(yīng)用。然而，互聯(lián)網(wǎng)的發(fā)展使得URL過濾技術(shù)不得不面對存儲空間增大和查詢效率降低等問題。為了解決這些問題，本文結(jié)合網(wǎng)絡(luò)媒體內(nèi)容過濾系統(tǒng)(IMCF，InternetMultimediaContentFiltering)的設(shè)計框架，提出了一個基于CPat-Tree結(jié)構(gòu)設(shè)計的網(wǎng)絡(luò)內(nèi)容分級索引模型?！　”疚闹饕懻摿藘?nèi)容分級索引結(jié)構(gòu)模型的設(shè)計和實現(xiàn)。該模型負(fù)責(zé)存儲和維護(hù)定期發(fā)布的URL和信息矢量列表，向用戶終端

3、提供快速的URL信息矢量查詢服務(wù)。內(nèi)容分級索引結(jié)構(gòu)模型采用散列函數(shù)對URL進(jìn)行編碼，然后通過CPat-Tree模型對URL編碼實施存儲、索引和查詢操作。本文的創(chuàng)新之處在于提出了基于CPat-Tree存儲和索引URL及其信息矢量的方法，對生成算法和查詢算法進(jìn)行了有益的改進(jìn)。本文還提出了一種在該URL分級索引結(jié)構(gòu)模型上實施的裁剪算法。該算法基于鍵值相似度比較，直接對存儲數(shù)組進(jìn)行遍歷刪減，以縮減CPat-Tree的存儲空間。理論分析和實驗結(jié)果