信息內容安全管理及應用（簡體書）

《信息內容安全管理及應用》從概念、技術、應用三個角度出發，介紹了信息內容安全領域的基礎知識，包括信息內容安全的概念、管理理論和應用模型、管理應用體系；詳細介紹了該領域所處理的各類媒體信息，包括文本、圖像、音頻等的特點和處理方法，以及互聯網信息獲取的技術；介紹了各類媒體信息的進一步智能處理的各類算法，以及社交網絡的分析模型；在*後給出了兩個應用系統案例。《信息內容安全管理及應用》每章均配有習題，以指導讀者深入地進行學習。
《信息內容安全管理及應用》既可作為高等學校信息安全、網絡空間安全等專業的內容安全課程的教材，也可作為電子商務或電子政務從業人員在內容安全領域的入門書籍。

前言
第1章緒論
11信息內容安全概述
12信息內容威脅
13信息內容安全的特點及其與相關
學科的聯繫
14信息內容安全的研究現狀
141代表性項目
142信息內容安全相關規定
143信息內容安全產品
15信息內容安全研究的意義
16小結
17思考題
第2章信息內容安全管理
21信息內容安全管理基礎理論
211信息內容安全管理的定義
212信息內容安全管理的
應用特徵
22信息內容安全管理應用模型
221智能化網絡內容分析理解管
控引擎的基礎框架
222智能化網絡內容分析理解管控
引擎的工作機制
223智能化網絡內容分析理解管控
引擎的應用範例
23信息內容安全管理應用
體系
231信息內容安全管理應用體系的
組成
232信息內容安全管理應用的關鍵
技術支撐
24小結
25思考題
第3章網絡信息內容的獲取
31網絡信息內容的類型
311網絡媒體信息
312網絡通信信息
32網絡媒體信息的獲取原理
321網絡媒體信息獲取的理論
流程
322網絡媒體信息獲取的分類
323網絡媒體信息獲取的技術
難點
33網絡媒體信息的獲取方法
331靜態網絡媒體發佈信息的
獲取方法
332基於自然人網絡瀏覽行為模擬的
網絡發佈信息的獲取方法
34信息內容獲取大數據結構
存儲
35小結
36思考題
第4章文本信息的特徵抽取
41文本特徵的抽取概述
42語義特徵的抽取
421詞級別語義特徵
422亞詞級別語義特徵
423語義與語用級別語義特徵
424漢語的語義特徵抽取
43特徵子集的選擇
431停用詞過濾
432文檔頻率閾值法
433TF-IDF
434信噪比
435信息增益
436卡方統計
44特徵重構
441詞幹
442知識庫
443潛在語義索引
45小結
46思考題
第5章音頻數據處理
51數字音頻技術概述
52人類的聽覺感知
53音頻信號的分析和編碼
531音頻信號的特徵分析
532音頻信號的數字編碼
533數字音頻信號的解析
54音頻信息特徵抽取
541基於幀的音頻特徵
542基於片段的音頻特徵
55小結
56思考題
第6章圖像信息的特徵抽取
61數字圖像的表示方法
62圖像顏色的特徵抽取
621顏色直方圖特徵
622顏色聚合矢量特徵
623顏色矩特徵
63圖像紋理的特徵抽取
631灰度共生矩陣
632Gabor小波特徵
633Tamura紋理特徵
634紋理特徵的特點
64其他圖像特徵
65小結
66思考題
第7章信息處理模型和算法
71文本模式匹配算法
711經典單模式匹配算法
712經典多模式DFSA匹配算法
72分類算法
721線性分類器
722向量空間模型法
723最小方差映射法
724最近鄰分類法
725支持向量機
726傳統貝葉斯分類方法
73小結
74思考題
第8章基於深度學習的圖像處理
81神經網絡的起源與發展
82常見圖像處理深度學習網絡
簡介
821CNN分類網絡原理
822生成對抗網絡原理
83圖像處理應用實例
831CNN分類網絡在真偽圖片識別中
的應用實例
832GAN在人臉圖像偽造中的
應用實例
84小結
85思考題
第9章基於深度網絡的自然語言
處理
91應用于文本處理的深度網絡
911卷積網絡在文本處理上的
應用
912長短期記憶模型簡介
92基於深度網絡的自然語言
模型
921注意力模型簡介
922BERT模型簡介
923理解基於深度學習的預訓練
語言模型
93自然語言文本處理實例
931基於詞向量和句向量的文本處理
實例
932基於BERT模型微調的分類
實例
933CNN和LSTM網絡的文本分類
實例
94小結
95思考題
第10章在線社交網絡分析
101社交網絡分析概述
1011在線社交網絡及其發展
1012在線社交網絡管理關鍵分析
要素
102社交網絡話題發現模型
1021概率潛在語義分析模型
1022隱含狄利克雷分配模型
103社交網絡個體影響力計算
1031基於網絡結構的個體影響力
計算
1032基於話題的個體影響力
計算
104社交網絡信息傳播與
引導
1041社交網絡信息傳播基本
模型
1042社交網絡傳播引導
105小結
106思考題
第11章信息過濾
111信息過濾概述
1111信息過濾研究的歷史
1112信息過濾的分類體系
1113信息過濾的應用
1114信息過濾的評價
112內容安全的信息過濾
1121信息過濾和其他信息處理的
異同
1122用戶過濾和安全過濾
1123現有信息過濾系統及技術
113基於匹配的信息過濾
1131特徵字串匹配查全率估算
1132準確率估算實驗
114基於鄰近類別分類的過濾
115小結
116思考題
第12章基於大數據的信息內容安全
管理
121網絡輿情監測與預警
1211網絡輿情監測與預警的發展
趨勢
1212網絡輿情監測與預警的關鍵
技術
1213網絡輿情監測與預警的行業
應用
122互聯網大數據搜索
1221大數據搜索知識構建與
驗證
1222大數據搜