网络信息内容安全技术是信息安全领域的一个研究方向，有着广阔的应用前景。本书共8章，介绍与网络信息内容安全技术相关的基本概念、理论方法和*研究进展。在编写中着重阐述信息内容安全的若干关键技术信息过滤、话题检测与跟踪、社会网络分析、网络新闻评价、网络舆情分析等技术。
本书内容全面，既有对网络信息内容安全基础知识和理论模型的介绍，也有对相关问题研究背景、实现方法和技术现状的详细阐述，可作为高等院校计算机、信息技术等相关专业高年级本科生的教材或参考书，也可供从事信息技术、数据挖掘、人工智能、管理科学、战略研究等相关领域研究的教师、研究生和科研工作者参考，借以提供思路和技术支撑。
本书可作为新近开设《网络信息内容安全》的高校本科教材，可以让授课教师和学生迅速了解网络信息内容安全的核心技术，同时还能让大家了解网络信息内容安全的实际应用。
| 本书可作为新近开设《网络信息内容安全》的高校本科教材，可以让授课教师和学生迅速了解网络信息内容安全的核心技术，同时还能让大家了解网络信息内容安全的实际应用。 |
前言
互联网已经成为人们获取信息、相互交流、协同工作的重要途径，但同时也带来一些负面影响，如色情、反动等不良信息在网络上大肆传播，垃圾邮件、广告等恶意营销行为泛滥，网络欺诈、钓鱼以及网络暴力、网络恐怖主义等恶意行为层出不穷。这些恶意信息和行为完全背离了互联网设计的初衷，也不符合广大网民的意愿，并且影响到现实的正常秩序和规范。因此研究网络信息内容安全，提供对互联网中各种不利信息的检测分析能力，是体现我国信息技术水平的重要环节，也是建设信息化社会的坚实保障。互联网上各种不良信息和行为的产生，其原因主要在于互联网作为一个内容平台，人们可以更便利地获取、发布信息，而在互联网爆发性发展过程中，相关的规范制度、安全技术研究却未能同步发展。网络信息内容安全作为信息安全领域的一个研究分支，是上述问题的解决方案，它主要研究如何从包含海量信息的网络环境中，对特定安全主题的相关信息进行自动获取、识别和分析的技术。该研究分支涉及的相关技术包括信息安全、自然语言处理、网络理论、机器学习、模式识别等，直接或间接应用到这些研究领域的最新研究成果。结合网络信息内容安全的具体需求，本书全面介绍面向信息内容安全的网络信息处理技术的相关基本概念、理论方法和最新研究进展等，着重阐述网络信息内容安全的若干关键技术信息过滤、话题检测与跟踪、社会网络分析、网络新闻评价、网络舆情分析等。本书既有对基础知识和理论模型的介绍，也有对相关问题研究背景、实现方法和技术现状的详细阐述。目前市面上缺乏对网络信息内容等技术进行系统介绍的书籍，本教材以研究型课程为特征，着重培养学生的思考能力和初步的研究能力，可以让授课教师和学生迅速了解网络信息内容安全的核心技术，同时让大家了解网络信息内容安全的实际应用。本书主要面向高等院校本科生，理论与应用相结合是本书的一大特色。内容编排时兼顾学科前沿研究和实际应用背景。该书有助于发掘学生的科研兴趣、提升学生的就业层次、满足人才市场的需求。本书由杨黎斌担任主编，各章编写分工如下： 杨黎斌编写第1、5章； 蔡晓妍编写第2、3章； 戴航编写第4章； 慕德俊编写第6章； 李梅编写第7章，张晓婷编写第8章。杨黎斌负责全书的策划、大纲的制定和统稿工作。在本书编写过程中，参考了国内外许多公开发表的相关资料，在此对所涉及的各位专家、学者表示诚挚的感谢。研究生许红波、李飞、由文浩和陈志涛同学对本书的图表进行编辑，许晶晶、李敏、张嘉慧、韩亚敏、陈志涛和申昌同学对本书进行校对并提出宝贵的建议，特此表示感谢。由于编写时间紧迫，加之编者理论水平和实践经验有限，书中难免有不当和疏漏之处，恳请广大读者批评指正。
编者2016年7月
目录
第1章绪论
1.1网络信息内容安全的背景
1.1.1我国互联网发展现状
1.1.2网络信息内容特点
1.2网络信息内容安全的概念
1.2.1网络信息内容安全的定义
1.2.2网络信息内容安全的特点
1.2.3网络信息内容安全与相关学科的关系
1.3主流网络信息安全产品简介
1.3.1政府部门主导的项目
1.3.2科研院所或企业的项目与产品
1.4网络信息内容安全研究的意义
1.5网络信息内容安全的未来及发展趋势
1.6本章小结
习题
第2章网络信息的获取
2.1互联网信息分类
2.1.1网络媒体信息
2.1.2网络通信信息
2.2网络媒体信息的获取
2.2.1网络媒体信息获取的一般流程
2.2.2网络媒体信息获取的分类
2.2.3网络媒体信息获取的难点分析
2.2.4网络媒体信息获取的方法
2.3网络通信信息的获取
2.3.1网络通信信息获取的一般流程
2.3.2网络通信信息获取的分类
2.3.3网络通信信息获取的难点分析
2.3.4Linux和Windows环境下的通信信息获取
2.4本章小结
习题
第3章网络信息内容预处理技术
3.1网络信息内容预处理概述
3.1.1中文分词
3.1.2停用词
3.2语义特征抽取
3.2.1词级别语义特征
3.2.2亚词级别语义特征
3.2.3语义与语用级别语义特征
3.2.4汉语的语义特征抽取
3.3特征子集选择
3.3.1停用词过滤
3.3.2文档频率阈值法
3.3.3TFIDF
3.3.4信噪比
3.4特 征 重 构
3.4.1词干
3.4.2知识库
3.4.3潜在语义索引
3.5向 量 生 成
3.5.1局部系数
3.5.2全局系数
3.5.3规范化系数
3.6文本内容分析
3.6.1文本语法分析方法
3.6.2文本语义分析方法
3.6.3文本语用分析方法
3.7本章小结
习题
第4章网络信息内容过滤
4.1网络信息内容过滤概述
4.1.1网络信息内容过滤的定义
4.1.2网络信息内容过滤的原理
4.1.3网络信息内容过滤的意义
4.2网络信息内容过滤技术的分类
4.2.1根据过滤方法分类
4.2.2根据操作的主动性分类
4.2.3根据过滤位置分类
4.2.4根据过滤的不同应用分类
4.3网络信息内容过滤的一般流程
4.4网络信息内容过滤模型
4.4.1布尔模型
4.4.2向量空间模型
4.4.3神经网络模型
4.5网络信息内容过滤的主要方法
4.5.1统计方法
4.5.2逻辑方法
4.6网络信息内容过滤典型系统
4.6.1基于多Agents的过滤系统
4.6.2基于文本匹配的过滤系统
4.7本章小结
习题
第5章话题检测与跟踪
5.1话题检测与跟踪概述
5.1.1话题检测与跟踪的定义
5.1.2话题检测与跟踪的特点
5.1.3话题检测与跟踪的意义
5.2话题检测与跟踪的任务
5.2.1报道切分
5.2.2首次报道检测
5.2.3关联检测
5.2.4话题检测
5.2.5话题跟踪
5.3话题检测与跟踪的研究体系
5.4相关研究现状
5.4.1关联检测
5.4.2话题跟踪
5.4.3话题检测
5.4.4跨语言话题检测与跟踪
5.5话题检测与跟踪的一般系统模型
5.5.1话题/报道模型
5.5.2相似度计算
5.5.3聚类分析策略
5.6话题检测与跟踪的效果评价
5.6.1话题检测与跟踪使用的语料
5.6.2话题检测与跟踪的评测体系
5.7话题检测与跟踪的发展趋势
5.8本章小结
习题
第6章社会网络分析
6.1社会网络分析概述
6.1.1社会网络的定义
6.1.2社会网络分析的含义及主要内容
6.1.3网络信息中的社会网络分析
6.1.4社会网络分析的意义
6.2社会网络分析的研究体系
6.2.1中心性分析
6.2.2凝聚子群分析
6.2.3核心边缘结构分析
6.3社会网络分析的一般模型
6.3.1社会网络的构建
6.3.2社会网络的发现
6.3.3节点地位评估
6.4社会网络分析常用方法
6.4.1基于命名实体检索结果的社会网络构建
6.4.2基于内容分析的社会网络构建
6.5社会网络分析的安全应用
6.5.1社会挖掘和话题监控的互动模型研究
6.5.2不同实体间关系倾向性分析
6.5.3中文新闻文档自动文摘
6.6社会网络分析的发展趋势
6.7本章小结
习题
第7章网络舆情分析
7.1网络舆情分析概述
7.1.1网络舆情分析的概念
7.1.2网络舆情的特点
7.1.3网络舆情分析的意义
7.2网络舆情分析的关键技术
7.2.1信息采集技术
7.2.2舆情热点发现技术
7.2.3热点评估和跟踪
7.2.4舆情等级评估
7.3网络舆情分析的系统框架
7.4网络舆情分析常用方法
7.4.1高仿真网络信息深度抽取
7.4.2高性能信息自动提取机器人技术
7.4.3基于语义的海量文本特征快速提取与分类
7.4.4多媒体群件理解技术
7.4.5非结构信息自组织聚合表达
7.5网络舆情分析的典型应用
7.5.1面向互联网论坛的定点站点深入挖掘机制
7.5.2异构数据归一化存储与目标站点热点查询
7.5.3监控目标热点自动发现功能
7.6网络舆情分析的发展趋势
7.7本章小结
习题
第8章开源情报分析
8.1基本概念
8.1.1开源情报分析的概念
8.1.2开源情报分析的价值
8.2开源情报分析的发展和研究
8.3开源情报分析的指标
8.3.1信息源可靠度
8.3.2信息内容可靠度
8.4开源情报大数据分析方法
8.4.1数据定量分析
8.4.2多源数据融合
8.4.3相关性分析
8.5开源情报分析系统框架
8.5.1系统框架
8.5.2处理流程
8.6开源情报分析的发展趋势
8.7本章小结
习题
参考文献
新书资讯