多媒体网络不良信息过滤方法仿真

摘要

为了减少多媒体网络的负载,为大众提供一个健康、具有高度利用价值的网络,需要对多媒体网络不良信息进行过滤.当前基于贝叶斯网络的多媒体网络不良信息过滤方法,利用不良信息之间的相互关系将其过滤出去,不良信息特征提取结果不明确,且不良信息的检测效果不理想及过滤精度低.为此提出利用量子进行法将提升寻优能力作为目标,通过多媒体网络不良信息的特征属性Fisher比,组建信息特征子集评价函数.依据量子进化法工作程序,构造多媒体网络不良信息特征选择流程,实现不良信息的特征选择,提升不良信息特征提取效果和检测效果.根据多媒体网络信息包的线性相关性,判断其是否为网络中的创新包;假设线性相关包的数目比一个设定阈值大,且符合多媒体网络不良信息的特征,则确定该创新包是不良信息,将警告传送给其它的网络节点,或者直接将存在不良信息的节点进行过滤.仿真表明,上述方法可增强不良信息特征提取和检测效果,过滤精度相比当前方法更具优势.