基于貝葉斯和信息指紋的博客內(nèi)容審計研究與實現(xiàn).pdf

1、博客(Blog)作為一股正在迅速崛起的新的網(wǎng)絡(luò)變革力量,它的出現(xiàn)豐富和改變了網(wǎng)絡(luò)的內(nèi)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(xiàn)了出來,大量博客內(nèi)容中出現(xiàn)了各種各樣的不健康內(nèi)容,嚴重的玷污了網(wǎng)絡(luò)環(huán)境,同和諧社會的理念相悖,引起了相關(guān)人士和技術(shù)界的關(guān)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(nèi)容的管理、監(jiān)

2、督、內(nèi)容審計已成為信息安全技術(shù)的重要內(nèi)容之一。
　　文中首先介紹了博客內(nèi)容審計的研究現(xiàn)狀,在分析國外支持向量機技術(shù)以及國內(nèi)關(guān)鍵詞和人工審計相結(jié)合方法進行垃圾博客識別和審計的基礎(chǔ)上,提出將信息過濾技術(shù)引入到博客內(nèi)容審計策略中,同時結(jié)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(nèi)容審計的主要方法,對貝葉斯算法在博客內(nèi)容審計中的應(yīng)用進行詳細的理論闡述以及同關(guān)鍵詞技術(shù)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(yīng)概率的數(shù)據(jù)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(chǎn)生的原因、特點和現(xiàn)有解決方法,針對博客評論中廣泛存在的廣告機器人現(xiàn)象,在貝葉斯算法的基礎(chǔ)上結(jié)合信息指紋技術(shù),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(jīng)網(wǎng)址模式匹配后出的網(wǎng)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(shù)進行了討論,新方法可以有效的提高過濾速度,而且也可