發(fā)布時(shí)間：2024-07-08 22:01

　　隨著我國(guó)因特網(wǎng)的發(fā)展,上網(wǎng)人數(shù)越來(lái)越多,網(wǎng)絡(luò)上的信息越來(lái)越龐雜,有許多網(wǎng)站被有意或無(wú)意的傳上了很多有害的文字信息,嚴(yán)重影響了社會(huì)穩(wěn)定或毒害了青少年的健康。為了凈化網(wǎng)絡(luò)環(huán)境,政府對(duì)網(wǎng)站的存放地--IDC機(jī)房,提出了對(duì)有害信息嚴(yán)格監(jiān)測(cè)、及時(shí)發(fā)現(xiàn)和處理有害網(wǎng)站的要求。IDC機(jī)房服務(wù)器往往數(shù)量很多,如何能有效監(jiān)測(cè)其中網(wǎng)頁(yè)內(nèi)容,及時(shí)發(fā)現(xiàn)并消除網(wǎng)頁(yè)中的有害信息,就成為一個(gè)擺在系統(tǒng)管理者眼前的難題。本研究著眼于在IDC的機(jī)房?jī)?nèi)構(gòu)架一個(gè)有害信息發(fā)現(xiàn)系統(tǒng),在不影響網(wǎng)絡(luò)負(fù)載和引起非法網(wǎng)站警覺(jué)的情況下,通過(guò)獲取IDC機(jī)房交換機(jī)鏡像數(shù)據(jù),偵聽(tīng)抓取并分析TCP數(shù)據(jù)中的HTML頁(yè)面信息內(nèi)容,搜索其中的非法關(guān)鍵字,將含有非法關(guān)鍵字的頁(yè)面記錄到數(shù)據(jù)庫(kù),作為可疑頁(yè)面待人工篩查確認(rèn),為及時(shí)發(fā)現(xiàn)有害信息提供技術(shù)方便。該系統(tǒng)底層程序?qū)⒍〞r(shí)從數(shù)據(jù)庫(kù)中加載更新非法(有害)關(guān)鍵字列表,以使新錄入的非法關(guān)鍵字生效。對(duì)于可疑的HTML頁(yè)面,記錄URL、主機(jī)地址、訪問(wèn)時(shí)間、所含關(guān)鍵字等信息到數(shù)據(jù)庫(kù),以便人工篩查。對(duì)于圖片URL,由于暫時(shí)無(wú)法做到快速自動(dòng)分析,只做記錄URL主機(jī)地址、訪問(wèn)時(shí)間等信息到數(shù)據(jù)庫(kù),待人工檢查圖片。

【文章頁(yè)數(shù)】：45 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖2.1TCP結(jié)構(gòu)圖

圖2.1TCP結(jié)構(gòu)圖對(duì)于HTTP數(shù)據(jù)，TCP包中的數(shù)據(jù)部分就是HTTP的數(shù)據(jù)內(nèi)容。通過(guò)抓取TCP包提取數(shù)據(jù)負(fù)載，分析數(shù)據(jù)內(nèi)容，可以得到HTML頁(yè)面信息。根據(jù)HTTP頭可判斷是是HTML頁(yè)面。結(jié)合HTTP頭和HTML頁(yè)面字符設(shè)定信息，可以判斷出頁(yè)面的編碼將頁(yè)面字符集轉(zhuǎn)換為統(tǒng)一的UT....

圖3.1網(wǎng)絡(luò)架構(gòu)

圖3.1網(wǎng)絡(luò)架構(gòu)圖中，有害信息發(fā)現(xiàn)服務(wù)器接在匯聚交換機(jī)的鏡像端口上，接收受鏡像數(shù)據(jù)，數(shù)據(jù)進(jìn)行分析，發(fā)現(xiàn)含有非法關(guān)鍵字的頁(yè)面后，把U甩等信息記錄到MySQL數(shù)據(jù)3.2.2模塊劃分軟件模塊劃分如下表3.2:表3.2有害信息底層程序模塊劃分表odtlleeeTaskSSSDeseriP....

圖3.2有害信息發(fā)現(xiàn)系統(tǒng)底層程序主流程圖

?矣瀉?浼??喬骍RL、域名、關(guān)鍵問(wèn)、快照等信息圖3.2有害信息發(fā)現(xiàn)系統(tǒng)底層程序主流程圖3.2.4數(shù)據(jù)庫(kù)設(shè)計(jì)數(shù)據(jù)使用LINUX上常用的MYSQL數(shù)據(jù)庫(kù)。數(shù)據(jù)庫(kù)名稱(chēng):yhxx數(shù)據(jù)庫(kù)表:非法關(guān)鍵字表(keywords)、非法文本URL信息表(1wfile)、圖片uRL信息表(1帥i....

本文編號(hào)：4003941