網(wǎng)絡(luò)中文PDF文件保密審查系統(tǒng)設(shè)計與實現(xiàn).pdf

1、在日益發(fā)展的互聯(lián)網(wǎng)中，用文件傳送重要信息成了日益增加的一種行為，特別是PDF文檔的使用，已經(jīng)逐漸發(fā)展成一種主要的正式文件交流方式。在傳統(tǒng)的局域網(wǎng)保密審查中，國內(nèi)外對于網(wǎng)絡(luò)協(xié)議的還原與審查的研究較為充分，發(fā)展了一系列保密審查相關(guān)的協(xié)議還原技術(shù)。但是，對于網(wǎng)絡(luò)協(xié)議中所傳輸?shù)腜DF附件的審查，特別是網(wǎng)絡(luò)協(xié)議中的中文PDF文件的審查，目前研究還處于空白。本文正是在這一環(huán)境下，開發(fā)一種針對中文PDF文件的保密審查系統(tǒng)，以填補保密審查在附件審查部分

2、的空白。
　　由于在中文PDF文件的保密審查系統(tǒng)依賴于中文PDF文件網(wǎng)絡(luò)實時解析技術(shù)，而在保密審查的過程中，對處理效率，資源占用等要求都較高，本文正是在中文PDF文件保密審查系統(tǒng)的基礎(chǔ)上，針對其瓶頸問題，提出了內(nèi)容流標簽定位以及中文字符轉(zhuǎn)碼模塊的優(yōu)化方案。
　　對于內(nèi)容流標簽定位，由于抽象之后，該問題實質(zhì)上是一個特殊的單模式匹配問題，特殊的數(shù)據(jù)模型以及模式特征使得通用的單模式匹配算法并不能完全利用這些特征，本文在這個基礎(chǔ)上，

3、介紹一種輕量的快速匹配算法，證明其正確性，同時分別在靜態(tài)文件識別實驗以及現(xiàn)網(wǎng)流量對比實驗中，證明該算法在PDF文檔內(nèi)容流定位問題中，相比于通用的經(jīng)典算法具有更為優(yōu)良效率。
　　對于中文字符轉(zhuǎn)碼，本文通過介紹一種簡單輕量的方式和一種較為復(fù)雜的方式，同時分析了兩種方法的優(yōu)缺點，并在實驗環(huán)境下，對PDF文檔的特征進行了統(tǒng)計分析，證明在大多數(shù)情況下，利用后一種轉(zhuǎn)碼方式較第一種方式更加節(jié)省內(nèi)存，且時間損耗也不會劣于前者太多。最后本文在現(xiàn)網(wǎng)環(huán)