[發明專利]一種互聯網內容安全檢測系統

無效

• 申請號: 200710176204.0
• 申請日: 2007-10-23
• 公開（公告）號: CN101247279A
• 公開（公告）日: 2008-08-20
• 發明（設計）人: 李劍
• 申請（專利權）人: 北京郵電大學
• 主分類號: H04L12/26
• 分類號: H04L12/26;H04L29/06
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本發明屬于網絡與信息安全領域，具體涉及互聯網內容安全系統結構的改進和算法的提高。

背景技術

Internet是全球信息共享的基礎設施，是一種開放和面向所有用戶的技術。一方面要保證信息方便、 快捷的共享，另一方面要防止垃圾的傳播。網絡內容分析是一種管理信息傳播重要手段。網絡內容分析是 網絡信息安全核心理論與關鍵技術研究網絡內容分析所涉及的新理論、新體系結構、新方法和新技術將是 未來幾年內容安全研究的重要挑戰。

根據CNNIC在2007年1月的第19次中國互聯網絡發展狀況統計報告統計，中國網民總人數為13700 萬人。這其中僅有8.4％的網民對于網絡內容的建康性非常滿意。也就是說有91.6％的中國網民(12550萬人) 都或多或少的對于網絡內容的建康性不滿意。

網絡內容傳播以一種實時、連續的數據流(data?streams)方式進行。它不宜用持久穩定的方式建模， 而適宜用實時動態的方式建模。這類系統被稱為數據流管理系統。數據流管理技術具有非常廣泛應用的領 域，如網絡內容安全、金融服務、電信數據管理等。在這些應用中，數據通常以大量、快速、持續的數據 流形式到達，如何對這些數據進行有效處理將是一個具有挑戰性的問題。本文以互聯網內容安全為背景， 提出一種互聯網內容安全檢測過濾系統。

STREAM項目【Babcock?2002，Jennifer2002，Jennifer2003，Babu?2001】由美國NSF(國家自然科學 基金)提供支持，其主要研究目標是研究一個通用的數據流管理系統，包括提供一個通用的、靈活的體系 結構、相關的理論結果和算法、數據模型、相關的語言和語義。探討多個連續、快速、可變的數據流的連 續查詢處理、優化和資源分配問題。希望最后提供一個通用的數據流管理系統，用戶可以用類似于SQL的 語言來指定查詢。目前他們在DSMS的體系結構、數據模型和語義、語言、資源分配和查詢優化等方面取 得了部分成果，但是系統還真正完成。

NIAGARA項目也是由美國國家自然科學基金支持的，主要研究目標是在Internet環境下的XML數據檢 索和過濾系統。該系統從Internet上采集和監管信息，然后包裝為XML數據流供檢索和過濾使用。這樣 利用XML的語義信息，可以提供更加準確的數據流檢索和過濾。目前他們的研究目標主要集中在可擴展性 和性能優化方面，主要技術是查詢分組和增量維護。但是在這個項目當中，研究的數據僅僅限于XML數據， 而沒有考慮互聯網上眾多的其它信息，如HTML信息、OWL信息、語音圖像內容等的過濾。

Berkeley的Telegraph項目的研究目標是對網絡監聽器的輸出數據流和Web數據流等提供自適應的查 詢。目前他們的特色是數據流的自適應查詢處理，包括自適應連接和自適應操作調整。另外MIT和Brown 大學的項目Aurora，目標也是對各種各樣的嵌入式設備產生的數據流進行監管和查詢。他們研究的內容都 沒有應用在互聯網上，并且也沒有對于音頻、視頻等信息進行檢測。

本發明的目的

本發明提出一種互聯網內容安全檢測系統。該系統包括四層：網絡層、信息識別層、信息流過濾層和 內容檢測層。通過這四層的工作，可以檢測過濾互聯網上的內容信息，包括文本信息、音頻信息、視頻和 圖像信息。

發明的技術方案

本發明提出的一種內容安全監測過濾系統，如圖1所示。整個系統中過濾的信息全部來自互聯網的應 用層的海量信息。這個系統可以分為四層分別是網絡層、信息識別層、信息流過濾層和內容檢測層。

第一層是網絡層：這一層里面是互聯網上通過的文本信息、音頻信息以及圖像與視頻信息等。這一層 網絡中的信息可以通過網絡抓包器來捕獲網絡數據包，并送給第二層信息識別層進行分類。

第二層是信息識別層：在這一層里主要是對從網絡上來的信息進行識別，分清楚它們是文本信息、音 頻信息還是及圖像與視頻信息。

第三層是信息流過濾層：這一層主要任務是對信息識別層傳來的信息進行多特征融合判定。對有用的 信息進行過濾，對信息的格式進行標準化等。

第四層是內容檢測層：這一層是整個系統的核心部分。它是主要功能是通過模式匹配，檢測過濾層傳 輸上來的信息里面是否含有特定的內容。

1.文本識別檢測