| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 目录 | 第7-10页 |
| 第1章 绪论 | 第10-12页 |
| ·选题背景介绍 | 第10页 |
| ·研究现状 | 第10-11页 |
| ·研究内容 | 第11页 |
| ·本文所作的主要工作和论文组织安排 | 第11-12页 |
| 第2章 基于内容的网络分析与网络过滤系统的一般模型和部署方案 | 第12-15页 |
| ·基于内容的网络分析与网络过滤系统的层次模型 | 第12-13页 |
| ·基于内容的网络分析与网络过滤系统在网络中的部署方案 | 第13-14页 |
| ·系统的优缺点分析 | 第14-15页 |
| 第3章 实时数据采集和预处理层的关键技术研究 | 第15-27页 |
| ·数据包捕获技术 | 第15-17页 |
| ·Libpcap库和Winpcap库 | 第15-16页 |
| ·Winpcap捕获数据包的基本步骤 | 第16页 |
| ·Winpcap主要数据结构和函数介绍 | 第16-17页 |
| ·TCP会话还原技术 | 第17-27页 |
| 第4章 支持向量机和基于文本内容的网络分析与过滤 | 第27-35页 |
| ·基于关键词匹配的网络内容分析与过滤方法 | 第27-28页 |
| ·支持向量机 | 第28-33页 |
| ·分类问题和分类学习机 | 第28-29页 |
| ·最大间隔分类法 | 第29-31页 |
| ·线性支持向量分类机 | 第31-32页 |
| ·支持向量分类机 | 第32-33页 |
| ·基于支持向量机的网络文本内容分析与过滤技术 | 第33-35页 |
| 第5章 中文文本的向量化方法 | 第35-50页 |
| ·文本的向量空间模型 | 第35-36页 |
| ·中文自动分词技术 | 第36-37页 |
| ·中文分词的概念 | 第36页 |
| ·中文分词方法的分类 | 第36-37页 |
| ·正向最大匹配法 | 第37页 |
| ·词典的数据结构 | 第37-40页 |
| ·词典的构造算法 | 第40-42页 |
| ·增词算法 | 第40-41页 |
| ·词典的构造算法 | 第41-42页 |
| ·对词典结构的改进 | 第42-43页 |
| ·中文文本的向量空间生成算法 | 第43-45页 |
| ·中文文本的快速向量化算法 | 第45-47页 |
| ·对向量空间词典结构的改进 | 第47-48页 |
| ·本章小结 | 第48-50页 |
| 第6章 今后的工作和展望 | 第50-51页 |
| 参考文献 | 第51-53页 |
| 致谢 | 第53页 |