网络信息内容安全技术是信息安全领域的一个研究方向，汇集了安全分析、机器学习及人工智能等学科知识，有着广阔的应用前景。本书共10章，介绍了与网络信息内容安全处理技术相关的基本概念、理论方法和最新研究进展。在编写中着重阐述了信息内容安全的若干关键技术——网络流量分析及入侵检测、网络信息内容过滤、话题检测与跟踪、社会网络分析、网络舆情分析、开源情报分析、恶意代码挖掘和检测等。
本书内容全面，案例丰富，既有对网络信息内容安全基础知识和理论模型的介绍，也有对相关问题的研究背景、实现方法和技术现状的详细阐述，可作为高等院校计算机、信息技术等相关专业高年级本科生的教材或参考书，也可供从事信息技术、数据挖掘、人工智能、管理科学、战略研究等相关领域研究的教师、研究生和科研工作者参考，借以提供思路和技术支撑。

第1章 绪论
1.1 网络信息内容安全的背景
1.1.1 我国互联网发展现状
1.1.2 网络信息内容特点
1.2 网络信息内容安全的概念
1.2.1 网络信息内容安全的定义
1.2.2 网络信息内容安全的特点
1.2.3 网络信息内容安全的范畴
1.2.4 网络信息内容安全的研究方法
1.3 主流网络信息安全产品简介
1.3.1 政府部门主导的项目
1.3.2 科研院所或企业的项目与产品
1.4 网络信息内容安全研究的意义
1.5 网络信息内容安全的未来及发展趋势
1.6 本章小结
习题
第2章 网络信息的获取
2.1 互联网信息分类
2.1.1 网络流量信息
2.1.2 网络媒体信息
2.2 网络媒体信息的获取
2.2.1 网络媒体信息获取方法分类
2.2.2 网络媒体信息获取的一般流程
2.2.3 网络媒体信息获取方法特点
2.2.4 网络媒体信息获取方法质量评价标准
2.3 网络媒体信息获取的难点分析
2.3.1 数据抓取策略
2.3.2 网络信息内容下载缓存
2.3.3 网络信息内容并发下载
2.4 网络媒体信息获取的典型方法
2.4.1 需身份认证静态媒体发布信息获取
2.4.2 内嵌脚本语言片段的动态网页信息获取
2.4.3 基于浏览器模拟实现网络媒体信息获取
2.5 网络流量信息的获取
2.5.1 网络流量信息获取的一般流程
2.5.2 网络流量信息获取的分类
2.5.3 网络流量信息获取的难点分析
2.5.4 Linux和Windows环境下的流量信息获取
2.6 本章小结
习题
第3章 网络信息内容处理技术
3.1 网络信息内容处理概述
3.1.1 网络信息内容处理一般流程
3.1.2 文本信息内容预处理技术
3.1.3 网络信息内容中数据信息的预处理
3.2 语义特征抽取
3.2.1 词级别语义特征
3.2.2 亚词级别语义特征
3.2.3 语义与语用级别语义特征
3.2.4 汉语的语义特征抽取
3.3 特征子集选取方法
3.3.1 特征子集选择概述
3.3.2 文档频率阈值法
3.3.3 TF-IDF法
3.3.4 信噪比法
3.4 网络信息内容安全分析
3.4.1 网络信息内容安全分析方法概述
3.4.2 分类分析方法
3.4.3 聚类分析方法
3.4.4 关联分析法
3.4.5 安全分析常用算法
3.5 本章小结
习题
第4章 网络流量分析及入侵检测
4.1 网络流量分析概述
4.1.1 网络流量分析目的及现状
4.1.2 网络流量分析定义及特性
4.1.3 网络流量分析流程概述
4.2 网络流量获取
4.2.1 网络流量获取的一般方法
4.2.2 网络流量采集典型数据集
4.3 常用的流量分析模型及方法
4.3.1 端口分析
4.3.2 特征码分析
4.3.3 统计特征分析
4.3.4 网络流量分析常见模型
4.4 网络流量预测系统
4.4.1 整体布局设计
4.4.2 系统结构设计
4.4.3 功能模块设计
4.5 流量分析在入侵检测中的应用
4.5.1 入侵检测系统原理
4.5.2 常见入侵检测系统
4.6 基于聚类的入侵检测分析
4.6.1 基于聚类的入侵检测一般流程
4.6.2 基于k-means的入侵检测技术
4.6.3 k-means聚类入侵算法改进
4.7 本章小结
习题
第5章 网络信息内容过滤
5.1 网络信息内容过滤概述
5.1.1 网络信息内容过滤的定义
5.1.2 网络信息内容过滤的原理
5.1.3 网络信息内容过滤的意义
5.2 网络信息内容过滤技术的分类
5.2.1 根据过滤方法分类
5.2.2 根据操作的主动性分类
5.2.3 根据过滤位置分类
5.2.4 根据过滤的不同应用分类
5.3 网络信息内容过滤的一般流程
5.4 网络信息内容过滤模型
5.4.1 布尔模型
5.4.2 向量空间模型
5.4.3 神经网络模型
5.5 网络信息内容过滤的主要方法
5.5.1 统计方法
5.5.2 逻辑方法
5.6 网络信息内容过滤典型系统
5.6.1 基于多Agents的过滤系统
5.6.2 基于文本匹配的过滤系统
5.6.3 基于朴素贝叶斯算法的垃圾邮件过滤
5.7 本章小结
习题
第6章 话题检测与跟踪
6.1 话题检测与跟踪概述
6.1.1 话题检测与跟踪的定义
6.1.2 话题检测与跟踪的特点
6.1.3 话题检测与跟踪的意义
6.2 话题检测与跟踪的任务
6.2.1 报道切分
6.2.2 首次报道检测
6.2.3 关联检测
6.2.4 话题检测
6.2.5 话题跟踪
6.3 话题检测与跟踪的研究体系
6.4 相关研究现状
6.4.1 关联检测
6.4.2 话题跟踪
6.4.3 话题检测
6.4.4 跨语言话题检测与跟踪
6.5 话题检测与跟踪的一般系统模型
6.5.1 话题/报道模型
6.5.2 相似度计算
6.5.3 聚类分析策略
6.6 话题检测与跟踪的效果评价
6.6.1 话题检测与跟踪使用的语料
6.6.2 话题检测