版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、信息隱藏與隱秘信息檢測的研究已成為全球互聯(lián)網(wǎng)時代信息戰(zhàn)的一項重要內(nèi)容。信息隱藏技術雖然能使隱蔽通信更加安全,但信息隱藏技術的非法濫用對國家的安全、社會的穩(wěn)定造成了嚴重的威脅,嚴重影響了經(jīng)濟的可持續(xù)性發(fā)展。因此,對隱秘信息檢測的研究已迫在眉睫。
網(wǎng)頁隱秘信息檢測技術是檢測網(wǎng)頁中是否含有隱秘信息的技術。網(wǎng)頁是因特網(wǎng)信息發(fā)布的主要載體之一,它有著即時動態(tài)且數(shù)量眾多等特點,再加上出現(xiàn)了許多易用和便利的網(wǎng)頁信息隱藏工具,不法信息極易
2、通過網(wǎng)頁進行傳遞。因此研究能監(jiān)控非法信息傳遞的網(wǎng)頁隱秘信息檢測技術不僅具有廣闊的應用前景,而且對維護國家安全和社會穩(wěn)定,保證經(jīng)濟的可持續(xù)性發(fā)展具有十分重要的意義。
本文以靜態(tài)網(wǎng)頁(簡稱網(wǎng)頁)為研究對象,系統(tǒng)地研究了網(wǎng)頁中的隱藏算法、隱秘信息檢測算法和因特網(wǎng)中網(wǎng)頁隱秘信息的搜索與檢測技術。主要研究成果如下:
(1)通過對網(wǎng)頁信息隱藏算法的深入研究,發(fā)現(xiàn)網(wǎng)頁中的許多隱藏信道有著共同的特征,在嵌入隱秘信息后這些特征
3、也會相應的做出大幅度變化。因此本文提出一種基于特征統(tǒng)計的網(wǎng)頁隱秘信息檢測算法。該算法利用這些特征,設計了一個統(tǒng)計判別模型,通過此模型可以對正常的網(wǎng)頁和含有隱藏信息的網(wǎng)頁進行有效的區(qū)分。試驗結果表明,算法虛警率低,檢測率高。此外這種算法實現(xiàn)簡單,適用性強,能對多種隱藏信道進行檢測。
(2)對傳統(tǒng)網(wǎng)絡爬蟲加以改進,實現(xiàn)了基于網(wǎng)絡爬蟲的隱秘網(wǎng)頁主動搜索與檢測系統(tǒng)―WebDetector。系統(tǒng)集成了本文提出的網(wǎng)頁隱秘信息檢測算法,
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于幾何特征的矢量圖形隱秘信息檢測技術研究.pdf
- 網(wǎng)頁隱秘通信及其檢測與防護干擾方法.pdf
- 基于多特征的惡意網(wǎng)頁檢測研究.pdf
- 集成網(wǎng)頁質(zhì)量特征的垃圾網(wǎng)頁檢測特征模型及模型驗證.pdf
- 基于統(tǒng)計語言的中文網(wǎng)頁信息檢索模型研究.pdf
- 基于標點符號統(tǒng)計特征的中文類型網(wǎng)頁正文抽取.pdf
- 基于異常特征檢測的惡意網(wǎng)頁識別技術研究.pdf
- 基于網(wǎng)頁文本的敏感信息檢測系統(tǒng)研究.pdf
- 基于網(wǎng)頁信息和圖像特征的Web圖像檢索研究.pdf
- 結合結構信息和統(tǒng)計特征的SAR圖像目標檢測.pdf
- 基于多特征的網(wǎng)頁信息抽取技術的研究與應用.pdf
- 基于網(wǎng)頁特征的中文網(wǎng)頁自動分類問題研究.pdf
- 抗統(tǒng)計分析的DCT域信息隱秘傳輸方法研究.pdf
- 基于統(tǒng)計特征的網(wǎng)絡入侵檢測技術研究.pdf
- 一種基于網(wǎng)頁關聯(lián)性特征的釣魚檢測方法.pdf
- 基于統(tǒng)計特征的圖像重拍攝檢測方法研究.pdf
- 基于圖像統(tǒng)計特征的視頻源分類及檢測.pdf
- 基于結構和視覺特征的網(wǎng)頁信息抽取技術的研究與實現(xiàn).pdf
- 基于URL特征的網(wǎng)頁分類研究.pdf
- 基于XPath的網(wǎng)頁信息抽取.pdf
評論
0/150
提交評論