基于意群的计算机证据倾向性研究

发布时间：2018-08-22 16:50

【摘要】：计算机证据具有数量繁多、复杂多样等特点,因此如何快速地定位可疑文件是目前亟需解决的问题。利用意群概念和朴素贝叶斯算法对计算机证据的倾向性进行了分析研究。通过训练产生以意群为单位存储的倾向性词库。利用朴素贝叶斯算法,对待测文档中筛选出的一定数目的关键词的概率进行计算,从而得出待测文档内容的倾向性。实验表明基于意群的计算机证据倾向性研究方法在获取可疑文件方面有很好的应用效果。
[Abstract]:Computer evidence has the characteristics of numerous, complex, and so on, so how to locate suspicious documents quickly is an urgent problem to be solved. The tendency of computer evidence is analyzed by the concept of semantic group and naive Bayes algorithm. The tendentiousness lexicon stored in the unit of meaning group is generated by training. By using naive Bayes algorithm, the probability of a certain number of keywords selected in the test document is calculated, and the tendency of the content of the document to be tested is obtained. The experimental results show that the research method of computer evidence orientation based on semantic group has a good effect in obtaining suspicious documents.
【作者单位】： 北京化工大学信息科学与技术学院;
【基金】：“十一五”国家科技支撑计划(2006BAK31B04)
【分类号】：D918

【参考文献】

相关期刊论文 前1条

1 徐燕;李锦涛;王斌;孙春明;;基于区分类别能力的高性能特征选择方法[J];软件学报;2008年01期

【共引文献】

相关期刊论文 前10条

1 文翰;肖南峰;;基于特征分布的半监督分类[J];北京工业大学学报;2012年01期

2 孟佳娜;林鸿飞;李彦鹏;;基于特征贡献度的特征选择方法在文本分类中应用[J];大连理工大学学报;2011年04期

3 白凤凤;;基于不平衡数据集的文本分类技术研究[J];电脑编程技巧与维护;2010年06期

4 高峰;张永奎;;基于最大熵模型的不良文本识别[J];电脑开发与应用;2009年01期

5 王成强;;基于不平衡数据集的文本分类技术[J];电脑知识与技术;2009年36期

6 刘同来;蒋华;张万桢;;一种基于数据库去除网页噪音的有效方法[J];桂林电子科技大学学报;2010年01期

7 王东;;面向文本分类的混合特征降维策略[J];贵州师范学院学报;2012年06期

8 李凯齐;刁兴春;曹建军;李峰;;基于改进蚁群算法的高精度文本特征选择方法[J];解放军理工大学学报(自然科学版);2010年06期

9 靖红芳;王斌;杨雅辉;徐燕;;基于类别分布的特征选择框架[J];计算机研究与发展;2009年09期

10 刘赫;张相洪;刘大有;李燕军;尹立军;;一种基于最大边缘相关的特征选择方法[J];计算机研究与发展;2012年02期

相关会议论文 前1条

1 靖红芳;王斌;杨雅辉;;基于类别分布的特征选择框架[A];第四届全国信息检索与内容安全学术会议论文集（上）[C];2008年

相关博士学位论文 前5条

1 陆满君;通信辐射源个体识别与参数估计[D];哈尔滨工程大学;2010年

2 卓莹;基于拓扑·流量挖掘的网络态势感知技术研究[D];国防科学技术大学;2010年

3 祝翠玲;基于类别结构的文本层次分类方法研究[D];山东大学;2011年

4 刘刚;面向领域的软件需求一致性验证方法研究[D];哈尔滨工程大学;2008年

5 杨创新;基于机器学习的高性能中文文本分类研究[D];华南理工大学;2009年

相关硕士学位论文 前10条

1 王雅菲;文本分类中特征降维方法的研究[D];长春工业大学;2010年

2 冯宗翰;特征选择新算法研究[D];江南大学;2011年

3 宋晓旭;基于语义网的文本分类研究[D];沈阳工业大学;2011年

4 范小丽;文本分类中特征选择的研究与实现[D];西北大学;2011年

5 徐东亮;基于聚类分析的网络论坛舆情信息挖掘技术研究[D];哈尔滨工业大学;2010年

6 王岩;面向金融领域BBS的话题发现和热度评价[D];哈尔滨工业大学;2010年

7 韩兵;新闻视频故事单元关联分析技术研究[D];国防科学技术大学;2010年

8 刘玲玲;文本分类中的特征选择研究[D];中国石油大学;2011年

9 林少波;中文文本分类特征提取方法的研究与实现[D];重庆大学;2011年

10 陈思;聚类融合算法及其应用研究[D];福建师范大学;2011年

【二级参考文献】

相关期刊论文 前3条

1 单松巍,冯是聪,李晓明;几种典型特征选取方法在中文网页分类上的效果比较[J];计算机工程与应用;2003年22期

2 赵世奇,张宇,刘挺,陈毅恒,黄永光,李生;基于类别特征域的文本分类特征选择方法[J];中文信息学报;2005年06期

3 苏金树;张博锋;徐昕;;基于机器学习的文本分类技术研究进展[J];软件学报;2006年09期

【相似文献】

相关期刊论文 前10条

1 张津海;谈英语朗读的技巧[J];国际关系学院学报;1997年02期

2 陈金湘;穷追不舍侦破毁林大案[J];湖南林业;2004年02期

3 黄静;浅析英语教学中听和读、说和写的差异[J];广西公安管理干部学院学报;2000年02期

4 孙静渊;谈英语快速阅读教学[J];国际关系学院学报;1994年01期

5 郑启志;民心篇[J];中共贵州省委党校学报;1994年02期

6 徐静;小议英语“怎么样说”[J];杭州商学院学报;1998年04期

7 郑欣;集群行为:要素分析及其形成机制[J];青年研究;2000年12期

8 聂夫清;养成良好习惯 提高阅读速度[J];求实;2001年S1期

9 张伟华;浅谈英语听力水平的提高[J];江西行政学院学报;2001年02期

10 程乐;浅谈大学英语阅读技能教学法[J];杭州商学院学报;2002年04期

相关会议论文 前10条

1 李海军;王钲旋;王利民;苑森淼;;基于主成分分析提升朴素贝叶斯[A];中国仪器仪表学会第六届青年学术会议论文集[C];2004年

2 张阳;李战怀;卢维扬;;通过弱化朴素贝叶斯假设提高朴素贝叶斯文本分类器的性能[A];第十九届全国数据库学术会议论文集（研究报告篇）[C];2002年

3 李海军;王钲旋;王利民;苑森淼;;基于贝叶斯网络的回归树学习算法[A];中国仪器仪表学会第六届青年学术会议论文集[C];2004年

4 蒋盛益;谢照青;余雯;;基于代价敏感的朴素贝叶斯不平衡数据分类研究[A];2010年第16届全国信息存储技术大会（IST2010）论文集[C];2010年

5 张云涛;龚玲;王永成;;基于语料库的朴素贝叶斯方法的词义消歧[A];2005年中国智能自动化会议论文集[C];2005年

6 石志伟;吴功宜;;改善朴素贝叶斯在文本分类中的稳定性[A];NCIRCS2004第一届全国信息检索与内容安全学术会议论文集[C];2004年

7 王占一;徐蔚然;刘东鑫;郭军;;一种基于两级分类器的垃圾短信过滤方法[A];第五届全国信息检索学术会议论文集[C];2009年

8 李晓波;;集成分类对比:Bagging NB & Boosting NB[A];2010年全国开放式分布与并行计算机学术会议论文集[C];2010年

9 苏绥;林鸿飞;叶正;;基于字符语言模型的垃圾邮件过滤[A];第四届全国信息检索与内容安全学术会议论文集（上）[C];2008年

10 张文波;蒋春华;姚天f ;;基于贝叶斯及多模式串模糊匹配算法的不良短消息甄别混合模型[A];中国计算语言学研究前沿进展（2009-2011）[C];2011年

相关重要报纸文章 前10条

1 王云;复兴湖北人的创业荣光[N];湖北日报;2008年

2 王云;让“九头鸟”生生不息[N];湖北日报;2008年

3 陈新全;“民主恳谈”方法好[N];中国特产报;2004年

4 太重一中 马改媛;如何搞好初中英语阅读教学[N];山西科技报;2003年

5 王洪达 章小琴;教学生这样阅读[N];中国教师报;2003年

6 王云;是探照灯更是反光镜[N];湖北日报;2008年

7 本报记者 何沙洲;企业家要学会“诊断”员工[N];经理日报;2004年

8 山东大学外国语学院博士生 刘扬锦;如何突破英语发音难关[N];中国教育报;2007年

9 记者庞慧敏;“农转非”户口成为历史[N];工人日报;2002年

10 ;强化创新意识 加快工业化城镇化进程[N];广西日报;2003年

相关博士学位论文 前10条

1 陈治平;智能搜索引擎理论与应用研究[D];湖南大学;2003年

2 董立岩;贝叶斯网络应用基础研究[D];吉林大学;2007年

3 王美珍;垃圾邮件行为模式识别与过滤方法研究[D];华中科技大学;2009年

4 舒泓;电能质量扰动检测和分类问题的研究[D];北京交通大学;2009年

5 蒋良孝;朴素贝叶斯分类器及其改进算法研究[D];中国地质大学;2009年

6 李海军;计算机图形学若干基本算法的实现研究[D];吉林大学;2008年

7 李旭升;贝叶斯网络分类模型研究及其在信用评估中的应用[D];西南交通大学;2007年

8 关菁华;基于贝叶斯网数据挖掘若干问题研究[D];吉林大学;2009年

9 尚文倩;文本分类及其相关技术研究[D];北京交通大学;2007年

10 欧灵;基于文本分类的本体匹配及其应用研究[D];重庆大学;2007年

相关硕士学位论文 前10条

1 胡为成;基于遗传算法的朴素贝叶斯分类研究[D];合肥工业大学;2006年

2 yひ懔，

本文编号：2197729