网络内容审计中敏感图片检测研究与实现

摘要

随着互联网及其相关技术的发展，网络之间的交互日益增多，网络上非法信息扩散等不安全问题变得越来越突出。虽然现有的网络防火墙、入侵检测系统等对防止外部入侵有一定的效果，但对网络内部用户访问的网络内容进行检测时显得无能为力。因此为了净化网络环境，防范不良信息的传播，针对网络信息内容进行审计是不可或缺的。目前专门针对基于网络内容检测的信息审计技术的研究还很少，尤其是传统的内容审计技术主要是针对文本信息内容进行研究，在多媒体信息特别是图像信息在互联网上大量传播的今天，传统的审计技术已经无法满足实际的应用需要，因此基于网络图像内容检测的审计技术研究亟待解决。
　　 本文在分析现有网络内容审计系统原型的基础上，研究了网络图片内容检测审计系统的设计，实现了实时还原网络图片与敏感图片内容过滤。主要工作有：⑴设计与实现了敏感图像过滤算法。在研究图像处理的相关理论知识的基础上，设计了本文的敏感图像检测算法。首先根据敏感图像有大范围裸露皮肤的特征，研究了基于计算机视觉与模式识别的肤色检测技术，包括颜色空间的选择、肤色模型的建立、图像预处理等相关理论知识，实现了肤色检测算法；其次为了过滤掉颜色类似于肤色的正常图片，并进一步确定是含有人存在的图片，运用人脸检测模型，实现了Adaboost人脸检测算法；然后为了过滤掉以人脸为重点的正常图像，实现了脸部为重点的图像识别；最后在处理后的二值掩码图像特征的基础上，提取了几种有利于图像分类的特征算法。⑵实现了审计系统中实时还原图片、非法网页审计功能。设计的系统主要由监控平台和审计平台两部分组成。监控部分包括三大功能模块：数据包采集模块、数据包重组模块、图片还原模块。系统启动运行监控模块中的监听程序进行网络数据包采集和重组，结合HTTP协议实现图片内容还原；接着传输给审计平台对内容进行自动检测，判断出正常图片和异常图片。将检测到的异常图片文件存储到数据库服务器，并根据每幅图片的IP地址进行反向域名解析，实现了根据其IP地址和域名信息成功追踪非法网站的功能。⑶测试验证。分别进行了离线、在线测试。离线测试所用的图片库是系统存储的从网络上还原出的一定数量的图片。测试结果证明了本文所设计的过滤算法有较高的检测准确率、较快的检测速度；在线测试是通过在校园网网络管理中心实时采集数据，捕获校园内用户访问的网页图片数据包，还原出图片文件并实时进行内容检测过滤。测试结果显示在线还原、过滤速度均满足设计目标，达到了预期目的。