1、信息安全技术第 12章 内容安全技术主要内容n 内容安全的概念n 文本过滤n 话题发现和跟踪n 内容安全分级监管n 多媒体内容安全技术简介21.“信息 ”和 “内容 ”的联系与区别 在信息科技中， “信息 (Information)”和 “内容(Content)”的概念是等价的，它们均指与具体表达形式、编码无关的知识、事物、数据等含义，相同的信息或内容分别可以有多种表达形式或编码。 信息和内容的概念也在一些特别的场合略有区别。一般认为，内容更具 “轮廓性 ”和 “主观性 ”，即在细节上有些不同的信息可以被认为是相同的内容，不同的人对相同信息的感知也可能不同，而信息具有自信息、熵、互信息等概念，
2、可以用比特 (Bit)、奈特 (Nat)或哈特 (Hart)等单位衡量它们数量的多少，因此一般认为信息更具 “细节性 “和 “客观性 “。在细节并不重要的场合下，内容往往更能反映信息的含义，也可以认为内容是人们可感知的信息或较高层次的信息，多个信息可以对应一个内容，但信息论研究的信息是客观的，即它一般不认为一个信息可以在主观感知下对应多个含义。 12.1 内容安全的概念 32. 内容安全的概念内容安全就是指内容的复制、传播和流动得到人们预期的控制。 3.对内容安全的危害和需求1)数字版权侵权及其控制 2)不良内容传播及其控制3)敏感内容泄露及其控制12.1 内容安全的概念 41)数字版权侵权及
3、其控制数字内容产业主要指影视和音乐的数字化制作和发行行业，包括 VCD、 DVD、网络视频和 MP3音乐的制作、发行企业等，涉及现代社会中的几乎每一个人，但是，数字视频和音频的盗版和非授权散布沉重打击了数字内容产业，也迟滞了网络技术在这一行业中的应用。人们逐渐发现，对数字版权的侵权仅依靠法律手段是不够的，内容产业企业、内容制作者及管理部门迫切需要有实施版权侵权的技术手段。对内容安全的危害和需求52)不良内容传播及其控制不良内容的肆意传播是另外一个与内容相关的安全问题。在互联网上，任何拥有合法网络地址的团体或个人都可以发布内容，任何知道电子邮件接收地址的人均可以向该地址发送电子邮件，在各种动机的
4、驱动下，造成了不良内容得到大量传播、垃圾邮件泛滥的情况。显然，政府、学校和邮件服务管理者希望阻止这些内容的传播或监控其发展。对内容安全的危害和需求63)敏感内容泄露及其控制大多数工作环境在安全通信管理方面是松散的。例如，由于工作需要，政府、企业和科研单位允许工作人员对外收发电子邮件、上网并传输文件。这不免存在敏感信息泄露的问题，其中，敏感信息主要包括保密文件和与知识产权相关的资料等。为了制约这类现象，信息安全的管理者希望根据工作人员对外传输或接收的内容对网络通信进行控制。对内容安全的危害和需求71.被动内容安全技术与主动内容安全技术被动内容安全技术不事先预处理被监管的内容，它通过分析获得的内容
5、本身判断内容的性质，并实施相应的控制。主动内容安全技术对被监管的内容进行预处理，它通过分析所获得内容中添加的预处理信息来判断内容的性质，并实施相应的控制。预处理主要包括对内容添加分级标志、数字签名、数字水印等可识别信息，它们方便了对内容性质的判定。内容安全技术的分类82.广义的内容安全技术和狭义的内容安全技术 广义的内容安全技术包括数字版权保护、数字水印、多媒体加密、多媒体取证 (如第 8章介绍的数字指纹与追踪码 )、内容认证 (如第 5章介绍的脆弱水印和被动认证)、内容过滤和监控、垃圾邮件防范、网络敏感内容搜索、舆情控制、信息泄露防范等。狭义内容安全技术包括广义内容安全技术中涉及内容搜索和监
6、控的部分，主要包括网络多媒体制品的非授权散布控制、内容过滤和监控、垃圾邮件防范、网络敏感内容搜索、舆情控制、信息泄露防范等。本章主要介绍狭义内容安全技术。核心包括（ 1）文本过滤；（ 2）话题发现和跟踪。 内容安全技术的分类91.文本过滤方法最简单的文本过滤方法采用关键词查找，通过文字串匹配算法确定文本是否包含某些特定的词，进而确认文本类别。当前，研究人员提出了很多串匹配算法，提高了匹配效率，但是，由于各个关键词的重要程度不同，或者它们之间的关联方式不同，发现它们的存在往往不能判断文本的特性。典型地，当系统发现一个文本包含一些不良词时，往往不能准确判断文章是从正面或从反面的角度使用这些字词，为了实施正确分类，系统可能需要知道不良词出现的频率、它们之间及它们与其他词之间的关联。12.2 文本过滤 10
