网络信息内容审计技术研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 图表清单 | 第9-10页 |
| 注释表 | 第10-11页 |
| 第一章 绪论 | 第11-17页 |
| ·研究背景介绍 | 第11页 |
| ·网络安全与网络信息内容安全 | 第11-13页 |
| ·国内外研究情况分析 | 第13-16页 |
| ·本文章节安排 | 第16-17页 |
| 第二章 内容审计系统的分析与设计 | 第17-23页 |
| ·现有内容审计系统模型研究 | 第17-18页 |
| ·系统应用背景 | 第18-19页 |
| ·系统设计 | 第19-20页 |
| ·系统功能模块及实现 | 第20-22页 |
| ·功能概述 | 第20-21页 |
| ·具体实现 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 系统的相关技术 | 第23-40页 |
| ·数据包捕获技术 | 第23-26页 |
| ·网络数据包捕获原理 | 第23-24页 |
| ·利用 WinPcap 实现网络数据包的捕获 | 第24-26页 |
| ·负载均衡技术 | 第26-30页 |
| ·单机处理不足 | 第26页 |
| ·负载均衡概念 | 第26-27页 |
| ·负载均衡算法 | 第27-28页 |
| ·基于会话的负载均衡算法 | 第28-30页 |
| ·模式匹配技术 | 第30-38页 |
| ·经典模式匹配算法 | 第30-34页 |
| ·面向中/英文混合环境下的多模式匹配算法 | 第34-38页 |
| ·本章小节 | 第38-40页 |
| 第四章 中文文本分类技术 | 第40-60页 |
| ·中文文本分类技术 | 第40-45页 |
| ·文本预处理 | 第40-42页 |
| ·文本表示 | 第42页 |
| ·特征提取 | 第42-45页 |
| ·文本分类 | 第45页 |
| ·文本分类算法研究 | 第45-49页 |
| ·K 邻近算法（KNN）算法 | 第45页 |
| ·朴素 Bayes 算法 | 第45-46页 |
| ·支持向量机（SVM）算法 | 第46-47页 |
| ·三种算法在中文文本分类中的实验结果 | 第47-49页 |
| ·改进权重计算方法在中文文本分类中的应用 | 第49-58页 |
| ·主题词提取 | 第50-52页 |
| ·主题词语义分析 | 第52-55页 |
| ·主题词词汇链的构建 | 第55页 |
| ·对分类时权值计算改进 | 第55-56页 |
| ·对文本分类器的改进 | 第56-57页 |
| ·实验结果与分析 | 第57-58页 |
| ·本章小结 | 第58-60页 |
| 第五章 总结与展望 | 第60-62页 |
| ·本文工作总结 | 第60-61页 |
| ·未来工作展望 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66-67页 |
| 在学期间的研究成果及发表的学术论文 | 第67页 |
