基于特征选择的文件安全监控研究

作     者：杜杉 

作者单位：北京交通大学 

学位级别：硕士

导师姓名：常晓林

授予年度：2012年

学科分类：08[工学] 081203[工学-计算机应用技术] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

主      题：文件监控 本地搜索 特征选择 文本分类 

摘      要：随着计算机和互联网技术的发展和应用,越来越多的信息以电子文档作为载体来存储和使用,由于电子文档的开放性使文件安全事件时有发生。某些含有敏感信息的文件,可能会被人为地窃取或者篡改。因此文件安全越来越成为计算机安全问题的重点研究对象之一。 文件监控系统可以有效地发现非法篡改和破坏文件的行为。传统的监控系统一般采用基于关键词匹配的算法对文件名或者文件内容进行搜索,但是如果文件名被篡改或者文件内容中某些关键词被替换或者删除,则不能达到搜索的效果。本文提出了一种基于特征选择的本地文件搜索技术应用到监控系统中,它会对文本进行特征选择并最终把文件归类,这样即使文件名或者文件内容被篡改,只要文件中文本的主题不变,也就是它的分类结果不变,搜索系统仍可以定位到这个文件。把这种技术应用到文件监控系统中,弥补了传统文件搜索技术的不足,可以使文件监控达到更好的效果。 本文首先描述了监控系统的整体框架和工作流程,接着重点对其中的本地文件搜索模块进行详细设计。通过基于特征选择的分类技术,完成了模块的实现。文章选取了TF-IDF特征选择算法,由于算法自身的局限性提出了其改进算法。通过实验验证了改进算法的优势,也验证了这种基于特征选择算法的本地文件搜索模块应用到监控系统中可以更加有效地保护文件的安全。 本文最后对研究工作进行了总结,并指出了下一步的研究方向。