2020-2021-1学期2020249《网络空间安全导论》第十二周学习总结
第五章 内容安全基础
5.1 信息内容安全概述
社会信息化和网络化发展加快，现在全球数据增长十分迅速，数据内容成为了互联网的中心关注点。各种社交网络不断涌现。
但是！互联网和信息媒体的发展带来了许多负面影响，出现了很多恶性事件，因此，信息内容安全越来越值得人们重视。
我国现代化建设有一个重要举措——大力推进信息化，是贯彻落实科学发展观、全面建设小康社会等迫切需要，信息安全作为网络安全中智能信息处理的核心技术，为先进网络文化建设、加强社会主义先进文化传播起到了技术支撑。所以研究信息安全，不仅有学术意义，还有社会意义。
5.2 信息内容安全威胁：
1.内容安全建立在保密性、完整性、可用性之上。
2.命名攻击可以分为监视攻击和嗅探攻击。
5·3 网络信息内容获取
网络爬虫：网络爬虫是在互联网上实现信息内容获取的最主要工具，是一种按照一定的规则自动抓取互联网信息的程序或脚本。
爬虫大体分为两大类：一类是服务于搜索引擎等搜索类应用的网络爬虫。另一类是服务于针对性进行信息收集的应用网络爬虫，具有高搜索深度的网络爬虫被称为路径追溯网络爬虫；具有主题选择能力的爬虫被称为主题爬虫。舆情分析系统采用的爬虫是两者的组合，并作一定的定制改动。
网络爬虫通常采用分布式机制来保证信息获取的全面性和时效性，网络爬虫还要避免过于频繁地获取信息而被媒体网络判为恶意，一种方式是通过周期遍历，另一种方式是定期修改客户端地请求内容。
1.文本信息内容的特征抽取与选择
特征选取有4种：
用映射或变换的方式把原始特征变换为较少的新特征。
从原始特征中挑选出一些最具代表性的特征。
根据专家的知识挑选最有影响的特征。
用数学的方法进行选取，找出最具分类信息的特征。
2.音频信息内容的特征抽取与选择
基于帧的音频特征：
MFCC
频域能量
子带能量比
过零率
基音频率
基于片段的音频特征：
静音帧率
高过零率帧率
低能量帧率
谱能量
和谐度
3.图像信息的特征抽取与选择
（1）图像信息的特征抽取与选择
（2）图像纹理特征提取
（3）其他图像特征
5.4 信息内容分析与处理：
1.海量信息内容分析的基本处理环节可以归结为分类和过滤。
2.任何分类器构建都可以抽象为一个学习的过程，学习可分为监督学习和无监督学习。
3.线性分类器通过训练集构造一个线性判别函数，在运行过程中根据该判别函数的输出，确定数据类别。
4.最近邻分类法是图像分类和识别领域比较常用的分类方法，没有复杂的学习过程。
5.支持向量机是一种监督学习的方法，广泛应用于统计分类以及回归分析中。
6.信息过滤是大规模内容处理的一种典型操作：从动态的信息流中将满足用户兴趣的信息挑选出来，用户的兴趣一般在较长一段时间内不会改变（静态）。
7.信息内容过滤的常见应用：
- Internet搜索结果的过滤
- 用户电子邮件过滤
- 服务器/新闻组过滤
- 浏览器过滤
- 专为未成年人的过滤
- 为客户的过滤
5·5 网络舆情内容监测与预警
网络舆情监测技术的发展趋势：1· 真对信息源的深入信息采集；2· 异构信息的融合分析；3· 非结构信息的结构化表达。
网络舆情系统的功能分解：1· 高仿真网络信息（论坛、聊天室）深度提取技术；2· 基于语义的海量媒体内容特征快速提取与分类技术，其系统可分为基于文本特征提取模块、基于词频统计的文本特征提取模块、基于互联网网络媒体特征的多媒体特征提取模块，以及分类特征统计与分析模块。
5.5.1 网络舆情系统的背景与应用范围
网络舆情预警监测系统主要完成互联网海量信息资源的综合分析，提取支持政府部门决策的有效信息。
5.5.2 网络舆情系统的功能分解
高仿真网络信息深度提取技术
基于语义的海量媒体内容特征快速提取与分类技术
非结构信息自组织聚合表达技术
5.5.3 互联网舆情内容分析
伴随互联网的迅速普及，各式各样的内容日渐泛滥，面对各种的信息，我们必须部署互联网舆情内容监控技术。
5.6 应用安全基础
应用安全是为保障各种应用系统在信息的获取、传输和处理各个环节的安全所涉及的相关技术的统称，密码技术是应用安全的核心支撑技术，应用安全涉及如何防止身份或资源的假冒、未经授权的访问、数据的泄露、数据完整性的破坏、系统可用性的破坏等。主要研究领域包括：身份认证与信任管理、访问控制、电子商务系统安全、隐私保护。云计算安全、大数据安全、区块链安全、人工智能安全、工业互联网安全、供应链安全。
