适用于物理隔离网闸的智能文本过滤系统

作为网络安全产品的基于隔离技术的隔离网闸越来越受人关注,隔离网闸自带的文本内容过滤大多基于关键字过滤和URL过滤,这种内容过滤在使用性能上不但过滤效果欠佳且效率差,已不能满足日益增长的网络信息的安全要求;研究了文本信息过滤的模型、文本预处理技术、文本特征选择技术、过滤算法,提出了基于统计的适合于隔离网闸的智能文本过滤的方案,并对新方案中的关键技术加以研究和实现。     

基于改进KNN的文本分类方法

本文针对VSM (向量空间模型)中KNN (K最近邻算法)在文本处理环境下的不足,根据SOM (自组织映射神经网络)理论、特征选取和模式聚合理论,提出了一种改进的KNN文本分类方法。应用特征选取和模式聚合理论以降低特征空间维数。传统的VSM模型各维相同的权重并不适应于文本处理的环境,本文提出应用SOM神经网络进行VSM模型各维权重的计算。结合两种改进,有效地降低了向量空间的维数,提高了文本分类的精度和速度。