基于貝葉斯和信息指紋的博客內容審計研究與實現.pdf

1、博客(Blog)作為一股正在迅速崛起的新的網絡變革力量,它的出現豐富和改變了網絡的內涵,影響了人們的信息傳遞方式,在最近幾年的時間里迅猛發(fā)展,對人們的影響也越來越大。而隨著博客的興起,垃圾博客及垃圾博客評論隨之而生,其帶來的問題也日益顯現了出來,大量博客內容中出現了各種各樣的不健康內容,嚴重的玷污了網絡環(huán)境,同和諧社會的理念相悖,引起了相關人士和技術界的關注。由于博客寫作沒有傳統(tǒng)媒體的監(jiān)督審查和監(jiān)管體系,因此對博客及其評論內容的管理、監(jiān)

2、督、內容審計已成為信息安全技術的重要內容之一。
　　文中首先介紹了博客內容審計的研究現狀,在分析國外支持向量機技術以及國內關鍵詞和人工審計相結合方法進行垃圾博客識別和審計的基礎上,提出將信息過濾技術引入到博客內容審計策略中,同時結合多種審計算法和博客特點的分析,選擇貝葉斯算法作為博客內容審計的主要方法,對貝葉斯算法在博客內容審計中的應用進行詳細的理論闡述以及同關鍵詞技術的性能對比,且有效地解決了針對貝葉斯算法中遇到的溢出問題;其次

3、對貝葉斯算法中特征詞對應概率的數據查找方法進行優(yōu)化,滿足了博客實時性審計的需求;再次,分析了垃圾博客評論產生的原因、特點和現有解決方法,針對博客評論中廣泛存在的廣告機器人現象,在貝葉斯算法的基礎上結合信息指紋技術,提出了一種博客評論審計的混合策略,該策略通過計算評論的指紋或評論經網址模式匹配后出的網址指紋來進行快速判斷,無法判斷的再使用貝葉斯過濾。對新方法進行了理論分析,并對信息指紋技術進行了討論,新方法可以有效的提高過濾速度,而且也可