网络不良信息过滤研究.pdf

I TA 林 建 张 帆 华 中师范大学 信息管理系 湖北 武汉4 3 0 0 7 9 网络不 良信息过滤研究 冰 摘要 探讨 了目前 国内外 用于不 良信 息过 滤的 主要 方 法 包括分级 法 U R L地址 列表 法 文本 内 容过滤技术和多媒体信息过滤技术等 并对其优缺点进行 了分析和比较 关键词 互联 网 不 良信 息 信 息过 滤 Ab s t r a c t T h e p a p e r g i v e s a p r e l i mi n a r y d i s c u s s i o n o n t h e ma i n me t h o d s o f fi l t e r i n g u n h e a l t h y i n f o r ma t i o n o n t h e I n t e r n e t i n c l u d i n g I n t e r n e t c o n t e n t r a t i n g URL fi l t e r i n g t e x t c o n t e n t fi l t e r i n g a n d mu l t i me a i nfo rm a t i o n f i l t e r i n g I t als o ma k e s a c o mp a ris o n o f t h e a d v a n t a g e s an d d i s a d v a n t a g e s o f e a c h me t h o d Ke y wo r d s I n t e r n e t u n h e alt h y i nfo rm a t i o n i n f o r ma t i o n fi l t e r i n g 自1 9 9 5年以来 互联网在我国得到迅速普及 它不 仅推动了社会经济的发展 也给我们的学习 工作和生活 带来了极大的便利 与此同时 我们也看到 互联网上信 息庞杂多样 既有大量进步 有益的信息 也有不少反 动 迷信 黄色等不健康的内容 网络不良信息的泛滥给 社会发展造成了精神污染 它的出现主要有两个原因 其 一 是出于政治目的 国内外敌对势力在互联网上发布的旨 在颠覆国家政权的信息 以达到不可告人的政治 目的 其 二是出于经济 目的 许多网站提供色情等不良信息链接以 引起 网民的好奇 从 而吸引更 多的人登录 自己的网站 这 样做能够提高点击率 最终赢得更多的经济利益 1 网络不 良信息过滤特点 网络不良信息是指互联网上出现的违背社会主义精神 文明建设要求 违背中华民族优 良文化传统与习惯 以及 其他违背社会公德等的各类信息 包括文字 图片 音频 和视频等 网络不 良信息具有广泛性 快捷性 多渠道 性 隐秘性和社会危害性等特点 对其进行过滤也不同于 一 般信息的过滤 不良信息过滤与一般信息过滤相 比 有 其 自身的特点 首先 文本倾向性判断比较困难 一般信 息过滤中比较容易得到用户感兴趣和不感兴趣两方面的样 本 而在不良信息过滤中 正面样本通常较容易获取 负 面样本则较难获取 致使负面样本数 目较少 负面样本难 以判断 其次 一般信息过滤所过滤的信息表达形式稳 定 易于利用关键词和词频统计方法进行文本表示 而不 良信息制造者往往采取更换表达形式来逃避过滤 增加了 本文 为 2 0 0 6年国家社科基金项 目 网络 信息过滤 研究 的研 究论文之一 项 目编号 0 6 B T Q 0 2 4 5 3 4 过滤难度 2 网络不良信息过滤方法 2 1 网络 内容分级 当前 就网络内容规范途径而言 除了以计算机软件 作为规范网络内容的手段之外 内容分级是一个备受关注 的焦点 网页内容分级就是对网络信息分等级 分类别地 进行过滤的方法 它预先按照一定的分级标准对网页或网 站进行分级 当用户访问时根据分级标记决定能否访问 分级可以由自我分级和第三方分级两种方式完成 自我分 级是由网页作者针对自己网站的内容 在不同的向度下给 予适当的标记 并将等级标签嵌入网页原始码或表头中 第三方分级是由第三方组织机构针对网站内容给予各向度 之分级 分级标签则是透过标签机构 L a b e l B u r e a u 分 发 用户在使用时可通过下载过滤系统分级档案 并在浏 览器中设置不同的向度 在浏览网站时 浏览器会依据用 户设定的向度级别 筛选出合适的网站信息 2 1 1 国外网络内容分级标准据调查 国外在基于内 容分级方案中 多方标记和分级模式 Mu l ti P a 啊 I J a b e l i n g R a ti n g Mo d e l MP L R M 占据了主导地位 MP L R M遵循 W3 C Wo r l d Wi d e we b C o n s o r t i u m 所 提出的 互联网内容分级平台 P l a tf o rm f o r I n t e me t C o n t e n t S e l e c t i o n P I G S 技术标准 P I C S技术标准协议 完整定义 了网络分级所采用的检索方式 以及网络文件卷标的语法 P I C S 技术标准并不是绝对的 它的最大目的是让整个开放 的互联网有可以遵循的标准 这个标准有点复杂 主要是 定义了一些标签 P I C S系列规范中的 P I C S L a b e l D i s t r i b u t i o n L a b e l S y n t a x and C o m m u n i c a t i o n P r o t o c o l s 规定 了 P I C S 标记的一般格式 一个网页的 P I C S标记的一般格式包括 第 3 0卷 2 0 0 7年第 4期 维普资讯 I TA 以 U R L作为标记的分级机构 与分级信息有关的属性一 值 对 提供实际分级信息的属性一 值对 其一般格式为 P I C S 一 1 1 o p t i o n l a b e l s o p t i o n r a t i n g s o p t i o n r a t i n g s o p t i o n l a b e l s o p t i o n r a t i n g s o p t i o n r a t i n g s 架构符合 P I C S 标准的分级系统是首先需要考虑 的 其中首要的是需对过滤对象的内容提 出不同的向度和级 别 一般而言 所提出的向度大多为不雅语 言 性 裸 体 暴力 邪教 赌博等向度 也可以衍伸次向度 而级 别通常为4 6级 目前 以P I C S为核心研发的相关分级 系统 已不少 在众多引用P I C S 技术标准的平台中 又 以 表 1 I C R A分级标准 潜在有 用户产生内 裸露 性 暴力 语言 容 如聊天 背景 害内容 室 留言板 裸露乳 热情的接 攻 击 掠 辱骂或粗 烟草 节制的 艺 术 房 吻 夺 俗言语 酒 不节制的 类 裸露臀 隐喻之性 故意伤害 亵渎或咒 毒品 以上全无 教 育 部 行为 人类 骂的言语 武器 类 裸露阴 可见的性 故意伤害 温和的咒 赌博 医 药 部 接触 动物 骂言语 为小孩树 类 无任何 明确的性 故意伤害 无任何不 立坏榜样 运 动 裸露内 语言 虚构角色 敬言语 的 内 容 类 容 明确的性 血 腥 肢 如教 唆 新 闻 行为 解 人 孩子做有 类 色情作品 类 害的事或 无任何关 血 腥 肢 模仿危险 于性的内 解 动 行为 容 物 易造成心 血腥 肢 理恐惧的 解 虚构 内容 角色 歧视或恶 折磨或杀 意中伤 害人类 特别团体 折磨或杀 或族群 害动物 种 族 折磨或杀 性别 宗 害虚构角 教 国家 色 等 无任何暴 无潜在有 力内容 害内容 情报理论与实践 网络分级协会 I n t e r n e t C o n t e n t R a t i n g A s s o c i a t i o n I C R A 的推广最为有力 使用 I C R A分级系统为网页做标签的步 骤如下 1 创建文档标签 首先标签系统会先要求网站作者 填写网址 以确保系统所做标签与网站一一对应 其次 系统会要求完成问卷 以便为自己的网站分级 分级体系 如表 1 所示 2 创建附加标签文档 如果单一的标签无法对整个 网站分级 还需要为网站的副站点进行分级 这项工作可 以通过做附加标签完成 如新浪网包含有新闻 健康 育 儿 聊天等副站点 通过 I C R A系统可对各个副站点做不 同的标 签 3 上传 标签 文档 上传标 签 文档前 需要 先提 供 E m a i l 让系统把标签副本和相关信息发送到该 E m a i l 中备 用 上传标签文档可以由系统来完成也可以自己来完成 通过系统完成只需向系统提供建站时由 I S P分发的 F T P的 详细说 明即可 4 将网站内容与标签相连 这一步必须要由网站作 者来完成 网站作者会收到一封包含一个链接标签以及一 个 P I C S标签的电子邮件 示例标签如下 Li n k Ta g P I C S T a g t o s u p p o r t l e g a c y s y s t e ms 将邮件中收到的两个标签嵌入网站中的每一个网页的 H T ML代码的 部分即可完成网站的分级工作 2 1 2 国内网页内容分级标准我国对网页内容分级标 准的研究比较晚 比较有影响的是祝智庭教授提出的网络 教育 内容 分 级 标 准 C h i n e s e E l e a r n i n g C o n t e n t R a t i n g S t a n d a r d C H E R S C H E R S旨在为我国网络教育内容分级 提供统一的尺度 它遵守 P I C S技术规范 具有以下特点 1 适合中国国情 以代表我 国利益 的文化 理论 价值取向为出发点 2 用二维的内容分级方案 即同时采用内容分级维 和年龄分级维 3 内容分类更加全面 除了对色情 暴力等网络信 息进行过滤外 还可过滤不良语言 恐怖 军国主义 邪 教等网页内容 4 C H E R S 不仅仅具有阻挡不 良信息的功能 而且还 5 35 维普资讯 I TA 具有推荐信息的功能 它可借助先进的技术手段把中华民 族优秀文化传统 推 给广大 中国学习者 乃至全球的 学习者 C H E R S采用了两维 的分级方案 将 内容分级与年龄 分级纳入一个分级标准中 内容分类分级维分为两大取 向 推荐 过滤 每一取 向又分为若干子类 设置 了编 号 从 A到 U 推荐取向包括的子类有 中华民族优秀文 化传统 中国新时期主旋律 优秀教育内容等 5项 编号 分别为 A到 E 过滤取向包括的子类有 不良语言 烟酒 药物 谣言 恐怖 暴力血腥等 1 4项 编号从 F到 T 其中在 推荐 和 过滤 取向中均包含 未定义 子 类 这是为今后预留的 每一子类通常设置 5个等级 0 4级分别表示此内容的强烈程度 年龄维则规定了各年 龄层适合及禁止浏览的网页内容 2 1 3 网络内容分级方法评价优点有 分级法过滤 网络不良信息可以灵活地配置过滤模板 深入地反映用户 的思想观点和价值观念 是未来一段时间内比较可行的一 种方法 尤其是当网页作者 I S P I C P能主动采用标准的 分级体系进行分级 将会扩大分级处理的覆盖面 对过滤 不良信息 净化网络环境将产生较大影响 并可以降低互 联网的管理成本 简化互联网管理体系 采用人工分级 方法过滤信息错误率相对较低 并可以准确地对图像 视 频等多媒体信息准确分级 目前网络信息的分级标准都 是建立在自愿的基础上的 力求避免涉及到公 民的言论 通信自由等法律问题 并且维护了网络上的言论 自由与多 元化价值观 缺点有 自我分级的质量难 以保证 因为 该方法要求网页作者主动参与到信息过滤中来 而这与网 页作者希望更多人浏览其网页的初衷是相违背的 如果网 页作者欲通过网页恶意传播不 良信息的话 用户对其是无 法控制的 分级法要求网络用户必须向网站提供准确的 信息 比方说年龄和爱好等 网络用户只需更改年龄就很 容易逃避分级过滤的要求 2 2 U R L过滤 据 G a r t n e r 统计 2 0 0 5年全球 U R L U n i f o r m R e s o u r c e L o c a t i o n 信息过 滤市场 增 长 2 3 6 达到 3亿 美元 U R L过滤是 目前阶段及今后一段时间中可以实际采用的技 术 在因特网上 使用统一资源定位符 U R L来标志互联 网上的各种文档 可使每个文档在整个因特网范围内具有 唯一的标识符以便用户选择使用 正是由于 U R L的唯一 性 可以利用 U R L过滤互联网上的信息 2 2 1 U R L过 滤原理U R L过 滤主要 是通过 对互联 网上 各样信息进行分类后 精确地匹配 U R L和与之对应 的页 面内容 形成一个预分类网址库 在用户访问网页时 将 要访问的网址与预分类网址库中的网页地址进行对比 以 53 6 此来判断该网址是否被允许访问 通常情况下 需要维护两种类型的列表 一种为 黑 名单 B l a c k L i s t 包括禁止访问的 目标网站的 U R L 另一个为 白名单 Wh i t e L i s t 包括允许访问的 目标 网站的 U R L U R L地址列表一般 由管理者或第三方根据 一 定的标准来收集和编制 由于互联网上的不良信息资源 每天都在不断地增加和变化 因此 U R L列表还需要不断 地更新和丰富 2 2 2 实施 U R L过滤实施过滤时 首先将从用户请求 数据包中提取的 U R L与 白名单 列表进行匹配 如果 匹配成功 则说明用户的请求是合法的 用户可以浏览该 网页 如果匹配不成功 则进行进一步的非法 U R L匹配 把请求中的 U R L部分与 黑名单 列表进行匹配检测 如果匹配成功 说明用户所请求的信息不合法 这时 可 返回给用户警告提示 禁止用户访问该网页 当匹配再次 失败时 说明用户请求的 U R L在 U R L数据库中无法找到 对应项 标记该 U R L为可疑 S u s p i c i o u s 等待审核 但 还是可以按合法 U R L请求一样的方法来处理 2 2 3 U R L过滤方法评 价优点 有 U R L过 滤 由于有 人工的参与 过滤准确率较高 U R L过滤实现简单 过 滤成本低 缺点有 U R L过滤依赖事先开列出的特定网 址 而网站取舍与否主要依靠过滤公司所雇人员对网站所 做出的主观判断及组织 这种方法虽然精确 但相对较耗 时和费成本 且这种主观选择会因人而异 加上网络每天 都有新的网站和网页诞生 每天都有网址变更 因此 依 靠人工选择评鉴 的速度会远 不及 网站变 更及增 加 的速度 因而对非法 U R L的覆盖程度不高 U R L过滤仅仅将互 联网站区分为允许访问和拒绝访问两种类型 但不能对图 像搜索的结果进行分类 一些不良网络信息的提供者可以 采取了回避某些敏感词汇的办法 将不良文本嵌入到图像 文件中 或直接以图像文件的形式出版等方法 从而可以 轻易地逃避 U R L过滤 2 3 文本 内容 过滤 技术 上述方法实现简单 但其最大的缺陷就是过滤过于规 则化 无法动态地辨别文档的实际含义 只要满足过滤规 则就会被过滤掉 文本内容过滤技术能较好地克服这一缺 点 基于内容的文本过滤相似于信息检索 往往采用与信 息检索类似的技术 已有一些算法用来分析文档的内容 主要有关键词匹配法 潜在语义索引法和神经网络法 2 3 1 关键词匹配方法关键词匹配法 中较常用的模型 是布尔逻辑模型和向量空间模型 利用布尔逻辑模型进行过滤就是给定一系列的具有二 值逻辑的特征变量 其来源词从文档中抽取 是用来描述 文档的特征的 如关键词或索引词等 有的也可以是时 第 3 O卷 2 0 0 7年第 4期 维普资讯 I TA 间 作者的姓名等个性信息 在过滤过程中 它以文献中 是否包含关键词作为取舍标准 通过布尔操作符把表示文 档信息的特征变量构成布尔表达式 以此作为检索与过滤 的依 据 在一个查询中 如果两个查询关键词之间用布尔操作 符 A N D相关联 则表示这两个关键词必须同时包含在过 滤文档中 如果两个查询关键词之间用布尔操作符 O R相 关联 则表示这两个关键词只要其中一个包含在过滤文档 中即可 过滤时 用户将提取请求的页面关键词提交给系 统 系统通过交集运算来判断是否要过滤掉该页面 布尔 模型结构简单 容易实现 但其无权重设计使得过滤结果 很难控制 基于向量空间模型的关键词匹配法是以特征向量为基 础 将文本内容转换成向量方式 然后以用户需求向量与 过滤文本向量的夹角余弦来衡量文本同用户需求的相似 度 在以向量空间模型构造的信息过滤系统中 用字项标 识文档 如一个不 良信息文档 D 用一个 m维 向量来表 示 其中m是能够用来表示文档内容的字项总数 给每 一 个字项赋予一个权值 用它来表明它的重要程度 设文 档的向量公式表示为 D w W 2 w 1 式中 w 表示第 i 个字项的权值 判断一篇文档与用户兴趣的相似程度通常采用求两个 向量的余弦值来计算 再给定一用户兴趣描述向量公式 P U U U 其中 U i 表示权值 则它们的夹角 的余弦值为 Si m i z w i 刍 由公式 2 可知 若两向量的夹角变小 则相似程 度随余弦值而变大 待过滤文本符合过滤需求的可能性增 加 设定过滤阈值 P 当 S i m D P p时 其 D所对 应的内容符合过滤需求 该文档则应禁止浏览 这两种基于关键词的过滤方法虽然实现简单 实时性 强 但它只能根据关键词进行简单的机械匹配 系统难以 理解文本的含义 因此对于相似文本很难区分 例如有关 性文化 性保健的内容与色情文本在关键词方面非常相 似 给识别和过滤带来很大的误差 2 3 2 潜在语义索引算法使用关键词匹配过滤的天然 缺陷是上下文背景信息不足 过滤的准确率不高 潜在语 义索引法则在一定程度上解决了传统词汇匹配方法中的歧 义和同义问题 同义现象是指文本中使用不同的词汇来表 达同一概念 这样会在过滤的时候有些相关文档会被遗 漏 歧义现象是指一个词往往具有多种不同的含义 其过 情报理论与实践 滤结果往往是一些无关文档被保留下来 因为虽然两篇文 献使用的词汇相同 但实际上两者含义却不一样 潜在语 义索引是一种概念检索方法 它试图解决单纯关键词匹配 方法中的上述两个问题 以挖掘文本的潜在的语义内容 潜在语义索引法是利用矩阵的奇异值分解 S i n g u l a r V a l u e D e c o m p o s i t i o n S V D 来捕 捉相关 联文 献 的 潜 在 结构的 对于奇异值分解来实现信息过滤的原理是给定一 个字项文档矩阵 x x有 r 表示文档集中关键字项 的个 数 行 C 表示文档集中文档的数量 列 对X进行奇异 值分解得 X T o S o D T 3 公式 3 中 T 0 是 r m矩 阵 D 是 m c矩 阵 都是正交矩 S 是 m m的对角阵 其中的正奇异值以减 序排列 m是矩阵 S的秩 为化简向量空间 通过对矩阵 T o S 和 D 的处理使 x矩阵重构 设置参数 K 一般情况下设置 1 0 0 2 0 0 取矩阵 S 的 K个奇异值 其他的值置零 原始矩阵 x可 近似表示为X T S D 其中T D分别是具有标准正交列 的r k矩阵和 C k矩阵 S是一个 k k 角阵 x 是对X 的一个近似 它是最接近X的 k秩矩阵 保持了X中所反 映的词语和文本之间联系的内在结构 又去掉了语言的多 义性 潜在语义索引法是基于文档集中潜在的语义关系构造 一 个索引项文档空间 所相似主题的文档在该空间中对应 的位置点 相距很近 则可以通过对所待过滤文本和过滤 模型向量 并根据设定的阈值来进行信息过滤 潜在语义索引法具有丰富的表述能力 其过滤精度较 关键词匹配法有了提高 但该方法的算法复杂 系统执行 慢 其过滤性能也会随着新词的加入而下降 缺乏直观意 义 不便理解 2 3 3 神经网络算法利用神经网络技术过滤旨在模拟 人脑的神经系统结构与功能 把用户兴趣表示成一个人工 神经网络 神经网络算法过滤信息的基本思想是在其内部 存储可行模式的整个集合 这些模式可被外部唤起 即使 外部提供的资料不足也可以在内部重构 神经网络可以实 现响应 自我组织 学习抽象和遗忘功能 当神经网络被 训练好之后 输入定制领域内的新模式识别问题 它可以 输出有关这种模式的相关信息 即神经网络的输入为文本 特征向量 输 出为评价向量 经过训练的神经 网络可实现 文档向量到评价向量的映射 把代表不同文档的特征向量 映射为相应的评价向量 图1中表示待过滤文本的N个特 征向量通过神经网络映射到 M个主题 每个小圆圈代表 一 个处理 单元 相 当于神 经元 X x x 5 3 7 维普资讯 I TA X 表示文本的特征向量 w i 表示对每个第 j 个主题来 n 说 第 i 个关键词 的权重 且 W i 1 评价值为 Y j n x w j 若某个文本的第 J 个评价值大于第J 个阈值 说 明该文本符合第 j 个内容 同一文本有可能同时符合多个 主题 最后对评价值大于阈值的输出所对应的权值进行修 正 图 1 神经 网络模 型 输出层 输入层 神经网络过滤方法模拟 了人脑对信息进行过滤的原 理 并结合各种数学算法来实现信息过滤功能 具备一定 的容错性和柔韧性 在较少人为干预的情况下 实现自我 更新和完善 但该算法非常复杂 执行速度慢 还不符合 目前的实用要求 2 4 多媒体信息过滤技术 现代网络不良信息不仅仅是以文本的形式出现 还包 括大量的多媒体信息 多媒体信息不仅包括文本信息 还 包括图像信息 音频信息和视频信息 因此多媒体信息的 过滤要比文本信息过滤困难得多 目前对多媒体信息过滤 主要有两种方法 第一种是基于文本的多媒体信息过滤 第二种是基于内容的多媒体信息过滤 2 4 1 基于文本的多媒体信息过滤基于文本的多媒体 过滤方法是 目前多媒体信息过滤最常用的方法 其过滤原 理是以关键词的形式来反映多媒体物理特征和内容特征 并对抽取出的关键词进行著录或标引 建立类似于文本文 献信息检索系统的索引数据库 过滤时通过文本匹配来完 成 基于文本的多媒体信息过滤是文本过滤方式的延续 不需要进行新的过滤技术的开发研究 其实施 比较简单 实现成本也比较低 然而 完全基于文本的多媒体过滤技 术存在严重问题 首先 目前的计算机视觉和人工智能技 术都无法对多媒体信息 自动地进行文本标注 而必须依赖 于人工 人工标注不但费时费力 而且不可避免地带有主 观性 其次 多媒体信息中所包含的丰富的视觉特征往往 无法用文本进行客观描述 2 4 2 基于内容的多媒体信息过滤基于内容的多媒体 信息过滤是目前多媒体过滤研究中最活跃的领域 其过滤 流程是 首先要从多媒体数据流中提取能代表原始信号的 53 8 数据形式 即特征提取 多媒体数据中的特征可以是从 图 像与视频中提取的视觉特征 如色彩 纹理和运动等 也 可以是从音频中提取的听觉特征 如音调 音质和音高 等 由于多媒体信息是时间序列流 因而我们不能对长时 间的视频或音频直接处理 需要先把连续多媒体数据流分 成不同长度的数据片段 然后对分割出来的多媒体物理单 元进行识别分类 至于分成哪些语义类由过滤系统事先定 义 再对识别出来的语义类建立索引 当用户浏览多媒体 信息时 系统会将需要浏览的多媒体信息与索引库中的多 媒体物理单元进行相似度的匹配 如果相似则禁止用户浏 览 多媒体信息是多种媒介 的综合 它们缺乏 明显的结 构 过滤起来涉及的计算量很大 从目前看 计算机的处 理能力尚不能达到多媒体过滤对速度的要求 这将有待于 计算机技术本身的突破 3 网络不良信息过滤实现途径 目前 网络不良信息过滤主要有4种实现途径 3 1 通过运营商过滤不良信息 通过网络运营商过滤网络不良信息 就是网络运营商 在宽带网络的路由器端直接设置不良网站的过滤标准 用 户无须在个人电脑上做任何设置和修改 也不需要安装终 端软件 通过一个指定账号拨号上网就能实现 如中国电 信在 2 0 0 4年开始推广的 绿色上网 业务 该业务采用 一 种国际领先的拦截技术 能够在电信网络上对有害网站 进行拦截 并针对每天新增加的数百万个不良网站进行跟 踪 并保持同步更新和屏蔽 通过这一技术 可以屏蔽数 百万个色情 暴力 毒品 赌博和邪教等不良网站的信息 内容 通过运营商来过滤网络不良信息的优势在于从源头上 封堵了不 良网站 减轻了用户的负担 其缺陷则是它只能 过滤部分已知的不 良网站 而且需要按月付费 3 2 通过电脑厂商过滤不良信息 通过电脑厂商过滤网络不 良信息就是品牌电脑厂商针 对家庭电脑所推出的一些内置不良信息过滤功能 其实就 是电脑厂商预装了不良信息过滤软件 据了解 在 日本和 韩国 许多针对家庭的品牌机都内置了过滤网络不 良信息 的功能 在新加坡则有 2 0 的家庭采用了这种方式来防 止青少年受网络不良 信息的侵害 在我国 网络文明工程 委员会早在 2 0 0 2年就启动了 绿色行动 计划 推行建 立 网络文明工程绿色电脑 生产服务体系 即要求 电 脑厂商在其产品上配置安全过滤软硬件设施 并随即附送 网络文明培训教材 许多家长出于了解程度 价格 电脑操作水平等原 第3 0卷2 0 0 7年第4期 维普资讯 I TA 因 失去了使用软件保护子女的机会 而通过电脑厂商内 置不良信息过滤设备 避免了软硬件销售环节的脱离 同 时可以得到电脑厂商在售后服务中的指导 3 3 通过 网络应用程序 过滤 不 良信 息 有些网络应用程序如 We b浏览器 搜索引擎 电子 邮件 新闻组等附有不良信息的过滤功能 用户可以自行 设置来过滤不良信息 如 I E浏览器的内容分级审查功能 则是利用前述的网络内容分级过滤方法来过滤不 良信息 用户只需打开 I E浏览器 从菜单的 工具 栏进入 I n t e r n e t 选项 再从 内容 中点击 启用 即可看到分 级审查页面 其分级向度为性 裸体 语言和暴力 分级 级别为0 4五个等级 用户根据 自己的需要来设置即可 达到过滤不良信息的目的 该过滤不 良信息的方式给用户 提供了很大方便 但是却限制了用户必须使用特定的应用 程序 3 4 通过软件过滤不 良信 息 通过在电脑终端安装过滤软件来实现对网络不良信息 的过滤应该是较常见的一种方式 现有不良信息过滤软件 往往综合 U R L过滤 文本 内容过滤 图像过滤等多种技 术 它不仅能像网络运营商那样过滤已知的不良网站 还 能按照关键词过滤一些不良画面 过滤软件可以对计算机 屏幕出现的词汇进行逻辑判断 当电脑上出现不 良文字和 图片时 软件就会自动关闭掉这些信息窗口 从而完成对 不 良信息的查杀 中文过滤软件从 2 0世纪末开始起步 目前市面上的软件已达几十种之多 较著名的有 网络爸 爸 美萍反黄专家 等 过滤软件在功能上非常强大 但在用户终端电脑上 自 行安装过滤软件等于让用户 自己限制 自己 是不现实的 而且软件 由各个用户 自己进行设 置 无 法统一 因此 也难 以实现有效管理 在实际应用中也必然会出现许多非技术 性 问题 而使这些产品形同虚设 当前 信息过滤技术在过滤网络不 良信息方面尚未达 到预期的目的 过滤的准确率还比较低 网络不良信息过 滤技术还有待进一步研究 包括文本倾向性的判定 信息 过滤的智能化 多媒体信息过滤等 随着技术的进步 网 络不良信息过滤方式与技术将不断增多也将不断完善 从 而真正实现 绿色上网 口 参考文献 1 林 阳 祝智庭 网络教育 内容分级标 准研究 J 现代 教 育技术 2 0 0 5 5 3 8 43 2 黄晓斌 邱 明辉 网络信息 过滤方法 的 比较研 究 J 大 学 图书馆 2 0 0 5 1 4 2 48 3 符敏慧 基于文本 的信息 过滤模 型 J 图书馆 理论与 实 践 2 0 0 6 2