信息內容安全管理及應用（簡體書）

《信息內容安全管理及應用》從信息處理的基本理論開始講解，通過幾個具有代表性的信息內容安全應用實例，系統地介紹信息內容安全在目前的發展和現實水平。《信息內容安全管理及應用》共9章，主要內容包括互聯網信息內容獲取、文本特徵的抽取、音頻和視頻特徵抽取、信息處理模型和方法、分類算法、信息過濾、數字水印和輿情系統等。
《信息內容安全管理及應用》可作為高等院校信息安全相關專業信息內容安全課程的教材，也可作為從事信息內容安全工作的科技人員、工程技術人員以及其他相關部門人員的參考資料。

出版說明
前言
第1章 緒論 1
1.1 信息內容安全概述 1
1.2 信息內容安全威脅 2
1.3 信息內容安全特點及其與相關學科的聯系 2
1.4 信息內容安全研究現狀 3
1.4.1 政府部門主導的項目 3
1.4.2 科研院所或公司的項目與產品 4
1.5 信息內容安全研究的意義 4
1.6 本章小結 5
1.7 習題 5

第2章 網絡信息內容的獲取 6
2.1 互聯網信息類型 6
2.1.1 網絡媒體信息 6
2.1.2 網絡通信信息 8
2.2 網絡媒體信息獲取原理 8
2.2.1 網絡媒體信息獲取理想流程 8
2.2.2 網絡媒體信息獲取的分類 11
2.2.3 網絡媒體信息獲取的技術難點 13
2.3 網絡媒體信息獲取方法 13
2.3.1 需身份認證靜態媒體發布信息獲取 13
2.3.2 內嵌腳本語言片段的動態網頁信息獲取 17
2.3.3 基於瀏覽器模擬實現網絡媒體信息獲取 20
2.4 網絡通信信息獲取方案 24
2.5 本章小結 25
2.6 習題 25

第3章 文本信息的特徵抽取和選擇 26
3.1 文本特徵的抽取和選擇概述 26
3.2 語義特徵的抽取 27
3.2.1 詞級別語義特徵 27
3.2.2 亞詞級別語義特徵 29
3.2.3 語義與語用級別語義特徵 30
3.2.4 漢語的語義特徵抽取 30
3.3 特徵子集選擇 31
3.3.1 停用詞過濾 32
3.3.2 文檔頻率閾值法 33
3.3.3 TF-IDF 34
3.3.4 信噪比 34
3.3.5 信息增益 35
3.3.6 卡方統計 36
3.4 特徵重構 36
3.4.1 詞干 36
3.4.2 知識庫 37
3.4.3 潛在語義索引 37
3.5 向量生成 40
3.5.1 局部系數 40
3.5.2 全局系數 41
3.5.3 規範化系數 41
3.5.4 幾種常見的組合方式 41
3.6 本章小結 42
3.7 習題 42

第4章 音頻信息特徵抽取 43
4.1 數字音頻技術概述 43
4.2 人類的聽覺感知 44
4.3 音頻信號分析和編碼 47
4.3.1 音頻信號的特徵分析 47
4.3.2 音頻信號的數字編碼 48
4.3.3 數字音頻信號的解析 48
4.4 音頻信息特徵抽取 49
4.4.1 基於幀的音頻特徵 50
4.4.2 基於片段的音頻特徵 51
4.5 本章小結 52
4.6 習題 53

第5章 圖像信息特徵抽取 54
5.1 數字圖像的表示方法 54
5.2 圖像顏色特徵提取 56
5.2.1 顏色直方圖特徵 56
5.2.2 顏色聚合矢量特徵 59
5.2.3 顏色矩特徵 60
5.2.4 其他顏色特徵 61
5.3 圖像紋理特徵提取 61
5.3.1 灰度共生矩陣 61
5.3.2 Gabor小波特徵 62
5.3.3 Tamura特徵 63
5.3.4 紋理特徵 64
5.4 其他圖像特徵 64
5.4.1 邊緣特徵 64
5.4.2 輪廓特徵 65
5.5 本章小結 66
5.6 習題 66

第6章 信息處理模型和方法 67
6.1 文本模式匹配算法 67
6.1.1 經典單模式匹配算法 67
6.1.2 經典多模式DFSA匹配算法 71
6.2 分類算法 73
6.2.1 線性分類器 74
6.2.2 最近鄰分類法 75
6.2.3 支持向量機 76
6.2.4 傳統Bayes分類方法 78
6.2.5 向量空間模型法 79
6.3 本章小結 80
6.4 習題 81

第7章 信息過濾 82
7.1 信息過濾概述 82
7.1.1 信息過濾研究的歷史 83
7.1.2 信息過濾的分類體系 84
7.1.3 信息過濾的應用 86
7.1.4 信息過濾的評價 86
7.2 內容安全的信息過濾 87
7.2.1 信息過濾與其他信息處理的異同 87
7.2.2 用戶過濾和安全過濾 88
7.2.3 現有信息過濾系統及技術 90
7.3 基於匹配的文本過濾 92
7.3.1 特徵字串匹配查全率估算 93
7.3.2 準確率估算試驗 94
7.4 基於鄰近類別分類的過濾 95
7.5 本章小結 96
7.6 習題 97

第8章 數字水印 98
8.1 數字水印概述 98
8.1.1 數字水印的歷史 98
8.1.2 數字水印的現狀 99
8.1.3 數字水印分類 101
8.1.4 數字水印基本要求 102
8.1.5 數字水印的應用領域 104
8.1.6 數字水印的發展趨勢 106
8.2 數字水印理論與模型 108
8.2.1 系統數學模型 108
8.2.2 數字水印的一般定義 108
8.2.3 數字水印的基本特性 109
8.2.4 數字水印與密碼學的區別 110
8.3 數字音頻水印技術 113
8.3.1 數字音頻水印算法 113
8.3.2 數字音頻水印攻擊 114
8.3.3 數字音頻水印算法評價準則 116
8.4 數字圖像水印技術 116
8.4.1 數字圖像水印算法 116
8.4.2 數字圖像水印攻擊 119
8.4.3 數字圖像水印評價準則 121
8.5 數字視頻水印技術 123
8.5.1 數字視頻水印算法 123
8.5.2 數字視頻水印攻擊 126
8.5.3 數字視頻水印技術的特殊要求 127
8.6 一種基於DCT視頻水印的改進算法 128
8.6.1 算法模型介紹 128
8.6.2 算法基本思想 129
8.6.3 嵌入算法步驟 129
8.6.4 提取算法步驟 130
8.6.5 仿真試驗分析 131
8.7 本章小結 136
8.8 習題 136

第9章 網絡輿情監測與預警系統 137
9.1 輿情系統的背景和應用范圍 137
9.1.1 現狀 137
9.1.2 輿情系統的發展趨勢 139
9.1.3 輿情系統的應用 142
9.2 輿情系統的功能分解 143
9.2.1 技術發展背景 143
9.2.2 高仿真網絡信息深度提取 148
9.2.3 高性能信息自動提取機器人技術 149
9.2.4 基於語義的海量文本特徵快速提取與分類 150
9.2.5 多媒體群件理解技術 151
9.2.6 非結構信息自組織聚合表達 152
9.2.7 非結構信息數據挖掘技術 153
9.3 互聯網論壇信息分析 154
9.3.1 面向互聯網論壇的定點網站深入挖掘機制 155
9.3.2 異構數據歸一化存儲與目標站點熱點查詢 156
9.3.3 監控目標熱點自動發現功能 156
9.4 本章小結 157
9.5 習題 157
參考文獻 158