智能web過濾系統(tǒng)的研究與設計.pdf

1、當今的互聯(lián)網已經成為人類生活和社會發(fā)展不可或缺的一部分。但其開放性，使一些色情的、暴力的、迷信等不良信息得以傳播，侵害人們的身心健康、危害社會的穩(wěn)定。如何過濾web不良信息，構建健康、安全的資訊環(huán)境，保持互聯(lián)網的發(fā)展，已成為互聯(lián)網領域的研究熱點。
　　 本文首先研究了數(shù)據(jù)庫過濾(IP庫、URL庫)、關鍵詞過濾、內容過濾等常見的web過濾技術，從過濾的速度、靈活性、技術難度、防欺騙性、互聯(lián)網覆蓋等方面對各種技術做了對比分析。隨后，

2、提出將人工神經網絡應用到web過濾系統(tǒng)中，引入智能化概念。為了進一步優(yōu)化人工神經網絡，提出了基于復合適應度的單純微粒群神經網絡訓練優(yōu)化算法模型(CF-SPSO-ANN)。該模型用單純微粒群算法(SPSO)改進了神經網絡的學習算法，提高了網絡的達優(yōu)率和收斂速度：用復合適應度(CF)改進神經網絡學習規(guī)則，提升了網絡的泛化能力。經IRIS數(shù)據(jù)集實驗表明：CF-SPSO-ANN算法比采用單純形PSO算法優(yōu)化以均方誤差為性能指標的神經網絡(SPS

3、O-ANN)、PSO訓練復合適應度網絡(CF-PSO-ANN)具有更好的預測準確度和噪聲承受力。之后，本文提出了綜合運用各種web過濾技術，設計分層、分級、分策略的web過濾模型的思想，形成以數(shù)據(jù)庫過濾(IP庫、URL庫)為主的初級過濾、以關鍵字和內容過濾為主的二級過濾的多級過濾體系，極大的發(fā)揮各種過濾技術自身的特點。
　　 最后，將以上智能化思想和分級思想相結合，設計實現(xiàn)了一個基于ANN優(yōu)化算法的多級智能WEB過濾系統(tǒng)(簡稱A

4、OM-ML-SWFS)。其中的非法文檔過濾器模塊采用CF-SPSO-ANN算法。為了提高系統(tǒng)的智能性，本模型對日志記錄和過濾結果進行處理，重新組織了訓練庫并進行學習。形成學習-調整-再學習-再調整的運行機制。
　　 實驗表明，本系統(tǒng)具有良好的可重用性、可擴展性、可適應性，在web過濾速度和精度等方面取得了較好的結果。本系統(tǒng)可作為中間服務器過濾系統(tǒng)，架設在網絡信息提供者和用戶之間專用的中間服務器上，通過網關或代理監(jiān)控用戶的信息訪問