2020—2021第一学期20202405《网络空间安全导论》第十二周自学总结
2020—2021—1学期20202405《网络空间安全导论》第十二周学习总结
学习内容：《网络空间安全导论》第5章
内容安全基础
内容安全日益受到越来越多的重视，它跨多领域、影响多领域，十分重要。
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
信息内容安全面临多方面威胁。一方面面临着泄露、欺骗、破坏、篡夺等威胁，另一方面还面临着恶意用户传播着恶意内容的安全。
5.3 网络信息内容获取
5.3.1 网络信息内容获取技术
理想的网络媒体信息获取流程主要由初使URL集合—信息“种子”集合，等待获取的URL队列，信息获取模块，信息解析模块，信息判重模块与网络媒体信息库共同组成。
5.3.2 信息内容获取的典型工具
网络爬虫是在互联网上实施信息内容获取的主要工具。它有选择性。大体上分为两类：一类是服务于搜索引擎等搜索类应用的网络爬虫。它的信息抓取规则是尽可能地覆盖更多的互联网网站，单一网站内的搜索深度要求不高。另一类是服务于针对性进行信息收集的应用的网络爬虫。比如 舆情分析系统等、
5.3.3 信息内容特征抽取与选择
信息内容的表示及其特征项的选取是数据挖掘、信息检索的一个基本问题，把它从信息中抽取出的特征词进行量化来表示文本信息。将它们从一个无结构的原始信息内容转化为结构化的计算机可以识别处理的信息。
我们需要了解：
文本信息内容的特征抽取与选择
音频信息内容的特征抽取与选择
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
5.4.1信息内容分类
分类算在图像分类法、索引和内容理解方面都有直接的应用，直接分析不同图像类别的图像特征之间存在的差异，将其按照内容分成若干类别。
线性分类器
最近邻分类法
支持向量机
5.4.2 信息内容过渡
信息过滤是大规模内容处理的一种典型操作，它是对陆续到达的信息过滤操作，可以认为是满足用户信息需求的信息选择过程，将符合用户需求的信息保留，将不符合用户需求的信息过滤掉。
5.5 网络舆情内容监测与预警
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 内容中心网络及安全
5.6.1 内容中心网络架构
内容中心网络架构的主要构成可以分为以下几类：内容信息对象、命名、路由、缓存和应用程序编程接口。
内容信息对象
命名
路由
缓存
应用程序编程接口
5.6.2 面向内容中心网络的攻击分类
内容中心网络将安全模型从保护转发路径更改为保护内容使其可以为所有网络节点使用，因此内容中心网络攻击可以分为命名、路由、缓存和其他攻击。
命名相关攻击
路由相关攻击
缓存相关攻击
其他攻击
