基于一類SVM的網(wǎng)絡(luò)不良信息過(guò)濾算法研究.pdf

1、互聯(lián)網(wǎng)的高速發(fā)展使得通過(guò)網(wǎng)絡(luò)傳輸?shù)奈募O(jiān)控和過(guò)濾成為一個(gè)熱門課題。這些文件中可能包含了不良信息。網(wǎng)絡(luò)流量中的信息包含著各種網(wǎng)絡(luò)協(xié)議,可能被分片,編碼。機(jī)器無(wú)法直接識(shí)別其中的需要監(jiān)控的內(nèi)容。而對(duì)于內(nèi)容過(guò)濾,使用傳統(tǒng)的基于字符串匹配的算法顯然無(wú)法滿足呈幾何爆炸級(jí)別的信息增長(zhǎng)的監(jiān)管需求。雖然使用SVM確實(shí)可以提高分類效率,但依然存在維數(shù)過(guò)大,導(dǎo)致存儲(chǔ)資源和計(jì)算能力浪費(fèi)的現(xiàn)象。
　　本文首先分析如何在眾多網(wǎng)絡(luò)協(xié)議中,根據(jù)協(xié)議本身的特點(diǎn)和協(xié)

2、議狀態(tài)機(jī),對(duì)協(xié)議中包含的傳輸內(nèi)容進(jìn)行自動(dòng)識(shí)別匹配,然后對(duì)數(shù)據(jù)流部分進(jìn)行重組還原,并且進(jìn)行必要的解碼操作,以獲得需要過(guò)濾的文本信息。本文重點(diǎn)研究了主流的應(yīng)用層HTTP協(xié)議,FTP協(xié)議,SMTP協(xié)議和POP3協(xié)議,以及主流的私有應(yīng)用飛信協(xié)議,QQ協(xié)議和MSN協(xié)議。然后本文提出了一種針對(duì)如何有效減少 SVM的維數(shù)的改進(jìn)算法,提出通過(guò)使用三種特征簡(jiǎn)約對(duì)向量機(jī)的維數(shù)進(jìn)行約束。這種算法的改進(jìn)達(dá)到加快運(yùn)算速度,節(jié)省存儲(chǔ)空間、提高準(zhǔn)確率的作用。