互聯(lián)網(wǎng)違法文本與圖像信息監(jiān)控系統(tǒng)研究.pdf

1、隨著網(wǎng)絡(luò)技術(shù)的發(fā)展，信息的發(fā)布和共享更為簡(jiǎn)捷方便，網(wǎng)絡(luò)信息日益豐富。與此同時(shí)，由于信息網(wǎng)絡(luò)國(guó)際化、社會(huì)化、開放化、個(gè)人化的特點(diǎn)，越來(lái)越多不健康的信息出現(xiàn)在互聯(lián)網(wǎng)上，嚴(yán)重影響了廣大網(wǎng)絡(luò)用戶，特別是青少年身心健康的發(fā)展。
　　 我國(guó)在全國(guó)范圍內(nèi)多次開展了打擊淫穢色情網(wǎng)站的專項(xiàng)活動(dòng)，但是除了執(zhí)法部門的打擊之外，還需要利用信息技術(shù)手段將色情、暴力、反動(dòng)等違法信息過(guò)濾，凈化網(wǎng)絡(luò)環(huán)境。近年來(lái)，人們把更大的力量投入到有關(guān)網(wǎng)絡(luò)信息監(jiān)控技術(shù)的研究

2、上來(lái)，因?yàn)槲：W(wǎng)絡(luò)安全的有害信息不再像幾年前那樣明目張膽地從某一個(gè)地址發(fā)出，而往往是包裝成合法的報(bào)文，或者加載到合法的報(bào)文中間，通過(guò)合法的用戶發(fā)布出去。
　　 當(dāng)前網(wǎng)絡(luò)上違法信息的類型和傳播方式多種多樣，單純采用某一種過(guò)濾技術(shù)難以有效的遏止違法信息的傳播，本文選題即以此為背景，研究違法信息的監(jiān)控技術(shù)，主要監(jiān)控含有色情、暴力、反動(dòng)等違法信息的文本和圖像信息，對(duì)以文本匹配和基于內(nèi)容的圖像識(shí)別為主要手段的網(wǎng)絡(luò)違法信息監(jiān)控的關(guān)鍵技術(shù)進(jìn)行

3、了研究，采用了兩者相結(jié)合的方式，建立文本匹配模型和圖像識(shí)別模型并設(shè)計(jì)監(jiān)控系統(tǒng)原型。
　　 對(duì)文本信息的監(jiān)控，本文根據(jù)當(dāng)前網(wǎng)絡(luò)文本信息數(shù)量大、隱蔽傳播的特點(diǎn)，結(jié)合WM算法和模糊匹配的思想，在精確匹配的基礎(chǔ)上實(shí)現(xiàn)模糊匹配，以識(shí)別包含敏感詞匯的網(wǎng)絡(luò)文本信息。首先針對(duì)網(wǎng)絡(luò)上敏感文本信息常用的三種隱蔽傳播方式，對(duì)文本進(jìn)行預(yù)處理，將模糊匹配轉(zhuǎn)換成另一種形式上的精確匹配；接著使用WM算法搜索匹配的敏感關(guān)鍵詞；若搜索到網(wǎng)頁(yè)中出現(xiàn)某一關(guān)鍵詞后，再

4、對(duì)網(wǎng)頁(yè)文字進(jìn)行模糊匹配，設(shè)置一個(gè)相似度的閥值，以最后判別網(wǎng)頁(yè)中是否包含敏感文字信息。
　　 對(duì)圖像信息的監(jiān)控，本文根據(jù)色情圖像本身的特點(diǎn)——有較多裸露肌膚，采用膚色檢測(cè)和紋理判別相結(jié)合的方式識(shí)別膚色區(qū)域以生成掩碼圖像。膚色信息是圖像中最直接、最豐富的信息，在膚色檢測(cè)算法中，可以應(yīng)用許多顏色空間。本文采用YUV與YIQ顏色空間相結(jié)合的方法，利用先驗(yàn)知識(shí)與規(guī)則將膚色模型建立在YUV顏色空間的相位角θ和YIQ顏色空間的Ⅰ分量的閥值上來(lái)

5、判斷，進(jìn)行膚色檢測(cè)。經(jīng)過(guò)膚色模型檢測(cè)后，由于顏色的相似會(huì)產(chǎn)生不必要的誤檢，通過(guò)比較與分析，采用一階灰度統(tǒng)計(jì)方法建立紋理判別模型，來(lái)判斷圖像中某點(diǎn)及其周圍部分是否具有皮膚區(qū)域的光滑特性。最后，根據(jù)膚色檢測(cè)和紋理檢測(cè)生成的掩碼圖像從原圖像中提取三個(gè)統(tǒng)計(jì)特征值，進(jìn)行SVM分類器的訓(xùn)練和敏感圖像識(shí)別。
　　 本文最后構(gòu)建了一個(gè)具有信息反饋與控制功能的基于智能代理的網(wǎng)絡(luò)違法信息監(jiān)控系統(tǒng)，系統(tǒng)采用網(wǎng)頁(yè)文本信息匹配和敏感圖像信息識(shí)別相結(jié)合的方

6、式，根據(jù)網(wǎng)頁(yè)中違法信息的分布情況判斷其是否含有敏感內(nèi)容，然后將違法信息識(shí)別情況反饋并對(duì)此進(jìn)行處理和記錄。監(jiān)控系統(tǒng)原型在圖像識(shí)別前先進(jìn)行網(wǎng)頁(yè)文本識(shí)別，縮短了過(guò)濾時(shí)間，使之更具有實(shí)時(shí)性。
　　 本文的創(chuàng)新之處是：將文本信息監(jiān)控中加入文本預(yù)處理的思想，提高了文本信息匹配的準(zhǔn)確度，設(shè)計(jì)的網(wǎng)絡(luò)敏感監(jiān)控系統(tǒng)將違法信息的檢測(cè)與智能代理相結(jié)合，而不是跟瀏覽器結(jié)合，能實(shí)現(xiàn)分布式的信息監(jiān)控和采集。
　　 本文的內(nèi)容分為五章，第一章緒論，簡(jiǎn)要