信息内容安全管理及应用

“十三五”国家重点出版物出版规划项目。详细介绍各类信息的格式、特点、特征及其处理技术。以点概面地介绍目前阶段信息内容安全领域的进展。本书得到教育部高等学校网络空间安全专业教学指导委员会信息安全类专业课程教学改革与实践课题组对包括本教材在内的“信息内容安全管理理论体系及基于应用的教学实践”的支持。

本书从概念、技术、应用三个角度出发，介绍了信息内容安全领域的基础知识，包括信息内容安全的概念、管理理论和应用模型、管理应用体系；详细介绍了该领域所处理的各类媒体信息，包括文本、图像、音频等的特点和处理方法，以及互联网信息获取的技术；介绍了各类媒体信息的进一步智能处理的各类算法，以及社交网络的分析模型；在最后给出了两个应用系统案例。本书每章均配有习题，以指导读者深入地进行学习。本书既可作为高等学校信息安全、网络空间安全等专业的内容安全课程的教材，也可作为电子商务或电子政务从业人员在内容安全领域的入门书籍。

前言
第1章 绪论
1.1 信息内容安全概述
1.2 信息内容威胁
1.3 信息内容安全的特点及其与相关学科的联系
1.4 信息内容安全的研究现状
1.4.1 代表性项目
1.4.2 信息内容安全相关规定
1.4.3 信息内容安全产品
1.5 信息内容安全研究的意义
1.6 小结
1.7 思考题
第2章 信息内容安全管理
2.1 信息内容安全管理基础理论
2.1.1 信息内容安全管理的定义
2.1.2 信息内容安全管理的应用特征
2.2 信息内容安全管理应用模型
2.2.1 智能化网络内容分析理解管控引擎的基础框架
2.2.2 智能化网络内容分析理解管控引擎的工作机制
2.2.3 智能化网络内容分析理解管控引擎的应用范例
2.3 信息内容安全管理应用体系
2.3.1 信息内容安全管理应用体系的组成
2.3.2 信息内容安全管理应用的关键技术支撑
2.4 小结
2.5 思考题
第3章 网络信息内容的获取
3.1 网络信息内容的类型
3.1.1 网络媒体信息
3.1.2 网络通信信息
3.2 网络媒体信息的获取原理
3.2.1 网络媒体信息获取的理论流程
3.2.2 网络媒体信息获取的分类
3.2.3 网络媒体信息获取的技术难点
3.3 网络媒体信息的获取方法
3.3.1 静态网络媒体发布信息的获取方法
3.3.2 基于自然人网络浏览行为模拟的网络发布信息的获取方法
3.4 信息内容获取大数据结构存储
3.5 小结
3.6 思考题
第4章 文本信息的特征抽取
4.1 文本特征的抽取概述
4.2 语义特征的抽取
4.2.1 词级别语义特征
4.2.2 亚词级别语义特征
4.2.3 语义与语用级别语义特征
4.2.4 汉语的语义特征抽取
4.3 特征子集的选择
4.3.1 停用词过滤
4.3.2 文档频率阈值法
4.3.3 TF-IDF
4.3.4 信噪比
4.3.5 信息增益
4.3.6 卡方统计
4.4 特征重构
4.4.1 词干
4.4.2 知识库
4.4.3 潜在语义索引
4.5 小结
4.6 思考题
第5章 音频数据处理
5.1 数字音频技术概述
5.2 人类的听觉感知
5.3 音频信号的分析和编码
5.3.1 音频信号的特征分析
5.3.2 音频信号的数字编码
5.3.3 数字音频信号的解析
5.4 音频信息特征抽取
5.4.1 基于帧的音频特征
5.4.2 基于片段的音频特征
5.5 小结
5.6 思考题
第6章 图像信息的特征抽取
6.1 数字图像的表示方法
6.2 图像颜色的特征抽取
6.2.1 颜色直方图特征
6.2.2 颜色聚合矢量特征
6.2.3 颜色矩特征
6.3 图像纹理的特征抽取
6.3.1 灰度共生矩阵
6.3.2 Gabor小波特征
6.3.3 Tamura纹理特征
6.3.4 纹理特征的特点
6.4 其他图像特征
6.5 小结
6.6 思考题
第7章 信息处理模型和算法
7.1 文本模式匹配算法
7.1.1 经典单模式匹配算法
7.1.2 经典多模式DFSA匹配算法
7.2 分类算法
7.2.1 线性分类器
7.2.2 向量空间模型法
7.2.3 最小方差映射法
7.2.4 最近邻分类法
7.2.5 支持向量机
7.2.6 传统贝叶斯分类方法
7.3 小结
7.4 思考题
第8章 基于深度学习的图像处理
8.1 神经网络的起源与发展
8.2 常见图像处理深度学习网络简介
8.2.1 CNN分类网络原理
8.2.2 生成对抗网络原理
8.3 图像处理应用实例
8.3.1 CNN分类网络在真伪图片识别中的应用实例
8.3.2 GAN在人脸图像伪造中的应用实例
8.4 小结
8.5 思考题
第9章 基于深度网络的自然语言处理
9.1 应用于文本处理的深度网络
9.1.1 卷积网络在文本处理上的应用
9.1.2 长短期记忆模型简介
9.2 基于深度网络的自然语言模型
9.2.1 注意力模型简介
9.2.2 BERT模型简介
9.2.3 理解基于深度学习的预训练语言模型
9.3 自然语言文本处理实例
9.3.1 基于词向量和句向量的文本处理实例
9.3.2 基于BERT模型微调的分类实例
9.3.3 CNN和LSTM网络的文本分类实例
9.4 小结
9.5 思考题
第10章 在线社交网络分析
10.1 社交网络分析概述
10.1.1 在线社交网络及其发展
10.1.2 在线社交网络管理关键分析要素
10.2 社交网络话题发现模型
10.2.1 概率潜在语义分析模型
10.2.2 隐含狄利克雷分配模型
10.3 社交网络个体影响力计算
10.3.1 基于网络结构的个体影响力计算
10.3.2 基于话题的个体影响力计算
10.4 社交网络信息传播与引导
10.4.1 社交网络信息传播基本模型
10.4.2 社交网络传播引导
10.5 小结
10.6 思考题
第11章 信息过滤
11.1 信息过滤概述
11.1.1 信息过滤研究的历史
11.1.2 信息过滤的分类体系
11.1.3 信息过滤的应用
11.1.4 信息过滤的评价
11.2 内容安全的信息过滤
11.2.1 信息过滤和其他信息处理的异同
11.2.2 用户过滤和安全过滤
11.2.3 现有信息过滤系统及技术
11.3 基于匹配的信息过滤
11.3.1 特征字串匹配查全率估算
11.3.2 准确率估算实验
11.4 基于邻近类别分类的过滤
11.5 小结
11.6 思考题
第12章 基于大数据的信息内容安全管理
12.1 网络舆情监测与预警
12.1.1 网络舆情监测与预警的发展趋势
12.1.2 网络舆情监测与预警的关键技术
12.1.3 网络舆情监测与预警的行业应用
12.2 互联网大数据搜索
12.2.1 大数据搜索知识构建与验证
12.2.2 大数据搜索知识表示与存储
12.2.3 大数据搜索意图理解与应对
12.3 网上情报信息分析
12.3.1 网上情报信息分析基础理论模型
12.3.2 非结构化信息自组织聚合表达与挖掘
12.3.3 基于语义的海量文本特征快速提取与情感分类
12.3.4 面向网上情报信息分析的多媒体群件理解技术
12.4 小结
12.5 思考题
参考文献