基于文本过滤隔离技术的研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-13页 |
| ·研究背景 | 第9页 |
| ·研究目的 | 第9-10页 |
| ·隔离技术 | 第10-11页 |
| ·网络隔离要素 | 第10页 |
| ·网络安全隔离的背景和现状 | 第10-11页 |
| ·物理隔离网闸 | 第11-12页 |
| ·物理隔离网闸的背景和现状 | 第11页 |
| ·SGAP 的结构 | 第11-12页 |
| ·研究内容 | 第12-13页 |
| 第二章 隔离网闸的理论知识 | 第13-21页 |
| ·物理隔离网闸的信息交换原理 | 第13-16页 |
| ·网闸的结构 | 第16-19页 |
| ·SGAP 逻辑结构 | 第16-17页 |
| ·SGAP 协议栈结构 | 第17-18页 |
| ·SGAP 的传输协议 | 第18-19页 |
| ·本章小结 | 第19-21页 |
| 第三章 文本过滤的基础知识 | 第21-44页 |
| ·文本过滤类型及原理 | 第21-22页 |
| ·语法预处理 | 第22-25页 |
| ·自动分词与词干 | 第22-23页 |
| ·简介多模式运算 | 第23-25页 |
| ·文本模型 | 第25-28页 |
| ·三种模型的特点 | 第26-28页 |
| ·特征提取 | 第28-32页 |
| ·特征提取的特点 | 第28页 |
| ·Filter 的特征 | 第28-30页 |
| ·粗糙集的基础知识 | 第30-32页 |
| ·特征项权重 | 第32页 |
| ·文本过滤运算 | 第32-41页 |
| ·常规贝叶斯运算 | 第32-34页 |
| ·支持向量机 | 第34-36页 |
| ·邻近算法 | 第36-38页 |
| ·向量空间 | 第38-40页 |
| ·神经网络法 | 第40-41页 |
| ·文本聚类 | 第41-43页 |
| ·文本聚类应用 | 第41-42页 |
| ·文本聚类的运算 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 第四章 文本过滤的方案 | 第44-52页 |
| ·SGAP 的安全性能 | 第44-46页 |
| ·文档的自动过滤 | 第46-51页 |
| ·预处理单元 | 第47-49页 |
| ·混合特征提取 | 第49-50页 |
| ·过滤模块 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 第五章 文本过滤的算法设计 | 第52-64页 |
| ·混合特征提取 | 第52-58页 |
| ·初步提取 | 第53页 |
| ·归一化运算 | 第53-54页 |
| ·判断表的组成 | 第54-55页 |
| ·二次特征提取 | 第55-57页 |
| ·测试文档 | 第57-58页 |
| ·KNN 运算的改进 | 第58-63页 |
| ·常规KNN 运算 | 第58-59页 |
| ·改进的KNN 运算 | 第59-60页 |
| ·测试结果 | 第60-63页 |
| ·本章小结 | 第63-64页 |
| 第六章 全文总结 | 第64-66页 |
| ·论文步骤 | 第64页 |
| ·工作展望 | 第64-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-69页 |
