電子商務(wù)環(huán)境中信息快速加密及內(nèi)容安全管理相關(guān)技術(shù)研究.pdf

1、在電子商務(wù)應(yīng)用飛速發(fā)展的今天，電子商務(wù)環(huán)境中的安全問(wèn)題研究具有現(xiàn)實(shí)的經(jīng)濟(jì)及社會(huì)意義。
　　 通過(guò)對(duì)電子商務(wù)環(huán)境中計(jì)算機(jī)系統(tǒng)層面、電子商務(wù)應(yīng)用層面以及內(nèi)容安全層面等層面的安全威脅進(jìn)行整理和分析，并重點(diǎn)分析電子商務(wù)在實(shí)際應(yīng)用過(guò)程中會(huì)存在的安全問(wèn)題，包括B2B應(yīng)用模式中信息交互的實(shí)時(shí)性要求為電子商務(wù)應(yīng)用帶來(lái)的信息安全加解密速度問(wèn)題；作為商業(yè)交易的虛擬社區(qū)，電子商務(wù)環(huán)境中的企業(yè)關(guān)注的用戶(hù)消費(fèi)行為分析、第三方運(yùn)營(yíng)商關(guān)注的用戶(hù)惡意評(píng)論控制以

2、及政府關(guān)心的反洗錢(qián)等信息內(nèi)容安全問(wèn)題。最終定位出本文的研究重點(diǎn)，即電子商務(wù)環(huán)境中加解密快速實(shí)現(xiàn)方法和網(wǎng)絡(luò)用戶(hù)反饋信息的挖掘分析算法實(shí)現(xiàn)。
　　 本文的主要工作包括：
　　 1、提出了一種有限域乘法快速實(shí)現(xiàn)方法。對(duì)于電子商務(wù)B2B應(yīng)用模式中用戶(hù)之間信息交互實(shí)時(shí)性強(qiáng)和安全性高的需求，雖然通過(guò)使用ECC和AES進(jìn)行對(duì)稱(chēng)密碼和非對(duì)稱(chēng)密碼混合加密的方法，即利用ECC進(jìn)行會(huì)話(huà)密鑰加密，但是實(shí)際應(yīng)用發(fā)現(xiàn)，當(dāng)信息交互實(shí)時(shí)性要求高的應(yīng)用場(chǎng)

3、景下，ECC的模乘速度依然是影響實(shí)際應(yīng)用效率的重要因素。為提高橢圓曲線(xiàn)密碼應(yīng)用系統(tǒng)中有限域上乘法計(jì)算速度，在Ⅱ類(lèi)最優(yōu)正規(guī)基的基礎(chǔ)上，本文提出了一種改進(jìn)的基域乘法實(shí)現(xiàn)算法，完成一次基域乘法，只需要進(jìn)行2m+1次循環(huán)移位和1.5m次的向量XOR和m+1次向量AND運(yùn)算。通過(guò)軟件仿真及FPGA工程實(shí)踐表明，與現(xiàn)有的算法相比，使用本算法能夠顯著提高模乘算法的效率。本算法成功用于某B2B電子商務(wù)網(wǎng)站的實(shí)際應(yīng)用中；
　　 2、提出了一種基于

4、隨機(jī)游走的文本情感分類(lèi)方法（SCG）。針對(duì)電子商務(wù)環(huán)境中Web用戶(hù)的反饋信息管理，特別是惡意輿論的管理問(wèn)題，文本情感分類(lèi)技術(shù)具有重要的應(yīng)用價(jià)值。本文提出了一種自動(dòng)標(biāo)注文本中詞語(yǔ)的情感傾向性算法，該算法首先根據(jù)文本訓(xùn)練集，比如產(chǎn)品評(píng)價(jià)，建立詞語(yǔ)的依賴(lài)關(guān)系圖，圖中的每個(gè)節(jié)點(diǎn)對(duì)應(yīng)一個(gè)詞，如果兩個(gè)節(jié)點(diǎn)之間存在邊，則表示相連的兩個(gè)詞在同一個(gè)句子中出現(xiàn)；然后利用隨機(jī)游走算法一次性計(jì)算出圖中所有詞的情感傾向值；最后在得到的詞的情感傾向值的基礎(chǔ)上，用于

5、計(jì)算實(shí)際文本集的情感類(lèi)別。通過(guò)真實(shí)數(shù)據(jù)集進(jìn)行實(shí)驗(yàn)表明，SCG這種對(duì)于文本情感分類(lèi)的新算法比傳統(tǒng)SVM以及SO-PMI算法具有更好的效果；
　　 3、提出了一種對(duì)混合數(shù)據(jù)進(jìn)行聚類(lèi)分析的新算法（E-ROCK）。針對(duì)電子商務(wù)B2C應(yīng)用模式中客戶(hù)挽留、個(gè)性化產(chǎn)品推薦的問(wèn)題，一般的做法是通過(guò)對(duì)用戶(hù)的行為信息進(jìn)行聚類(lèi)分析，以實(shí)現(xiàn)個(gè)性化服務(wù)的目的。但是目前的聚類(lèi)算法研究主要都集中在對(duì)數(shù)值型數(shù)據(jù)或者分類(lèi)型數(shù)據(jù)進(jìn)行聚類(lèi)分析，而不能準(zhǔn)確地處理包括用

6、戶(hù)ID、訪(fǎng)問(wèn)時(shí)間、用戶(hù)訪(fǎng)問(wèn)網(wǎng)頁(yè)的URL鏈接、交易記錄、商品類(lèi)型以及消費(fèi)數(shù)量等在內(nèi)的混合數(shù)據(jù)。通過(guò)對(duì)現(xiàn)有聚類(lèi)算法進(jìn)行綜述和對(duì)比分析，ROCK算法雖然只能處理分類(lèi)型數(shù)據(jù)，但是其效率及適應(yīng)性存在優(yōu)勢(shì)，在ROCK算法的基礎(chǔ)上進(jìn)行擴(kuò)展，提出了一種能夠同時(shí)處理數(shù)值型數(shù)據(jù)和分類(lèi)型數(shù)據(jù)的混合數(shù)據(jù)聚類(lèi)分析的新算法（E-ROCK算法），實(shí)驗(yàn)結(jié)果表明新算法對(duì)真實(shí)的用戶(hù)數(shù)據(jù)具有很好的聚類(lèi)效果。最后，介紹了分別采用SCG算法和E-ROCK算法的用戶(hù)反饋分析系統(tǒng)和