陳秋誕

摘要：該文對(duì)組織內(nèi)容安全風(fēng)險(xiǎn)識(shí)別的已有方法進(jìn)行梳理；列舉出兩種常用的方法以及三種基于Web挖掘的方法，并進(jìn)行了詳細(xì)的闡述；同時(shí)分析出每種風(fēng)險(xiǎn)識(shí)別方法的不足，并給出其可能改進(jìn)的方向，以及新的研究方向，為組織內(nèi)容風(fēng)險(xiǎn)識(shí)別提供理論與技術(shù)支持。

關(guān)鍵詞：組織內(nèi)容； 內(nèi)容安全； 風(fēng)險(xiǎn)識(shí)別方法； Web挖掘技術(shù)

中圖分類號(hào)：TP393 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2016）11-0021-02

互聯(lián)網(wǎng)上的文本內(nèi)容中，一部分信息和內(nèi)容對(duì)組織以及個(gè)人具有積極的影響，而另一部分則會(huì)造成消極的影響。例如，某人通過淘寶網(wǎng)購買了一件商品，但是他認(rèn)為該商品質(zhì)量存在問題，于是他在商品的評(píng)價(jià)中發(fā)表了自己的觀點(diǎn)，當(dāng)認(rèn)同此評(píng)價(jià)的個(gè)體越來越多的時(shí)候，該評(píng)價(jià)就演變成了熱門評(píng)價(jià)，既而可能會(huì)引發(fā)個(gè)體對(duì)該商品的嘲諷、謾罵，最終對(duì)商品的銷售產(chǎn)生無形的影響。在這種情況下，組織如何去識(shí)別可能發(fā)生的風(fēng)險(xiǎn)？如何去評(píng)價(jià)風(fēng)險(xiǎn)發(fā)生之后造成的影響？又如何去降低對(duì)資產(chǎn)所造成的損失？

“內(nèi)容安全”是其中的一個(gè)核心問題。內(nèi)容安全是指由信息內(nèi)容所引發(fā)的信息安全事件以及由此所造成的損失。能夠引發(fā)內(nèi)容安全事件的風(fēng)險(xiǎn)即是信息內(nèi)容風(fēng)險(xiǎn)。因?yàn)樾畔?nèi)容安全事件等相關(guān)概念不適用于社會(huì)組織，現(xiàn)對(duì)相關(guān)概念進(jìn)行擴(kuò)充，具體如下：“組織內(nèi)容”是指在互聯(lián)網(wǎng)上傳播的信息中與組織相關(guān)的內(nèi)容，以及個(gè)人或其他組織針對(duì)這些信息所持有的態(tài)度?！敖M織內(nèi)容風(fēng)險(xiǎn)”是指與組織相關(guān)的內(nèi)容可以為個(gè)人或者其他組織所利用，在利用過程中對(duì)組織的無形資產(chǎn)造成損失的可能性。1

本文主要研究組織內(nèi)容風(fēng)險(xiǎn)的識(shí)別方法。第一部分為引言，第二部分描述了國內(nèi)外有關(guān)信息內(nèi)容安全的發(fā)展現(xiàn)狀，第三部分介紹了組織內(nèi)容風(fēng)險(xiǎn)識(shí)別方法體系，第四部分主要討論了內(nèi)容分析法，第五部分詳細(xì)說明了網(wǎng)絡(luò)計(jì)量法，第六部分對(duì)本文介紹的識(shí)別方法進(jìn)行了問題分析并提出了改進(jìn)方向，第七部分運(yùn)用分析工具對(duì)廣西師范學(xué)院的官方網(wǎng)站進(jìn)行了外鏈分析，第八部分比較了不同類型組織的風(fēng)險(xiǎn)差異性，最后對(duì)本文的研究?jī)?nèi)容作了總結(jié)。

1組織內(nèi)容風(fēng)險(xiǎn)識(shí)別常用分析方法體系

上文中提到，內(nèi)容安全是由信息內(nèi)容所引發(fā)的信息安全事件，那么對(duì)信息內(nèi)容的分析可以參考情報(bào)分析的理念和方法，以及自然語言處理、數(shù)據(jù)挖掘、人工智能等技術(shù)，從而形成一套組織內(nèi)容風(fēng)險(xiǎn)識(shí)別分析方法體系，如下圖1所示：

1.1鏈接分析法

鏈接分析法是根據(jù)網(wǎng)站與網(wǎng)站之間的相關(guān)性來進(jìn)行操作的，無論何種網(wǎng)站都是由許許多多的網(wǎng)頁組成，而這些網(wǎng)頁彼此之間存在著某種關(guān)系，這種相關(guān)性是指：1）內(nèi)容相關(guān)性。網(wǎng)絡(luò)信息從某個(gè)方面來講是聚合的；2）結(jié)構(gòu)相關(guān)性。網(wǎng)頁與網(wǎng)頁之間以某種結(jié)構(gòu)相互關(guān)聯(lián)；3）功能相關(guān)性。站點(diǎn)可以通過它和其他站點(diǎn)之間共享內(nèi)容；4）附屬相關(guān)性。網(wǎng)站的主體是內(nèi)容、結(jié)構(gòu)和功能，而相對(duì)于這些主體部分，網(wǎng)站上的廣告、網(wǎng)站上的友情鏈接以及初次之外的其他鏈接等都暫且歸為附屬相關(guān)性。

網(wǎng)頁中存在著大量動(dòng)態(tài)的超鏈接，它是網(wǎng)頁的重要元素，幾乎所有的網(wǎng)頁都是利用超鏈接來建立相互之間的聯(lián)系。超鏈接一方面便于引導(dǎo)用戶瀏覽網(wǎng)頁；另一方面，網(wǎng)頁鏈接的創(chuàng)建都帶有一定的目的性，既超鏈接時(shí)常會(huì)指向它們認(rèn)為想要網(wǎng)站訪問者看到的網(wǎng)頁，因此這些超鏈接隱含了大量人為設(shè)定的目的信息。所以，對(duì)互聯(lián)網(wǎng)的鏈接結(jié)構(gòu)信息進(jìn)行充分挖掘，將對(duì)改善Web信息檢索準(zhǔn)確度、Web隱式社區(qū)的發(fā)現(xiàn)等方面產(chǎn)生極為重要的意義。

1.2文本挖掘法

文本挖掘主要由以下步驟構(gòu)成：

（1）文本預(yù)處理：將文本對(duì)象轉(zhuǎn)換成文本挖掘工具能夠識(shí)別的格式。一般包括兩個(gè)主要步驟，既特征抽取和特征選擇。

（2）文本挖掘：是指采用數(shù)據(jù)挖掘以及模式識(shí)別等方法獲取面向特定應(yīng)用目標(biāo)的知識(shí)和模式。

（3）模式評(píng)估和表示：利用已確定的評(píng)估標(biāo)準(zhǔn)進(jìn)行評(píng)估。

1.3主題聚類法

主題發(fā)現(xiàn)也叫主題抽取或者主題識(shí)別，其作用是處理和分析大規(guī)模信息同時(shí)使用戶以最迅速有效的方式理解信息內(nèi)容，探究信息中的主題。當(dāng)前對(duì)于主題發(fā)現(xiàn)并沒有一個(gè)明確定義，只是將從復(fù)雜大規(guī)模信息源中獲取主題并進(jìn)行表現(xiàn)的一系列技術(shù)方法統(tǒng)稱為主題發(fā)現(xiàn)。通過精讀一系列相關(guān)項(xiàng)目和論文，筆者認(rèn)為，主題發(fā)現(xiàn)可作廣義和狹義兩種解釋。

廣義的主題發(fā)現(xiàn)方式較為靈活，只要是可以發(fā)現(xiàn)代表性信息的方法都可以歸納為廣義的主題發(fā)現(xiàn)。比如，針對(duì)文本的主題發(fā)現(xiàn)有：從高頻被引論文中提取高頻詞來代表主題領(lǐng)域、基于語義局部性思想來判定主題領(lǐng)域等多種方式。

狹義的主題發(fā)現(xiàn)是指從文本中提取關(guān)鍵文字信息，將主題聚焦在某幾個(gè)詞上的方法。此種方法需要發(fā)現(xiàn)文檔中的關(guān)鍵問題，聚焦關(guān)鍵詞并選取適當(dāng)方式呈現(xiàn)，其也是目前主流的主題發(fā)現(xiàn)方法研究模式。本文的主題聚類法主要基于此種定義。

主題發(fā)現(xiàn)的目標(biāo)在于運(yùn)用一系列語義理解方式，從文本中自動(dòng)提取關(guān)鍵詞或術(shù)語，然后在此基礎(chǔ)上加以聚類，從而發(fā)現(xiàn)主題，并以恰當(dāng)?shù)姆绞匠尸F(xiàn)出來，該方法的關(guān)鍵作用在于利用語料自身的組織和結(jié)構(gòu)來發(fā)現(xiàn)語義信息。聚類方法還有另一優(yōu)勢(shì)，傳統(tǒng)方式是利用基于詞的匹配來發(fā)現(xiàn)語料中的信息，其沒有考慮到語料自身的結(jié)構(gòu)在理解語料時(shí)會(huì)發(fā)揮的作用。所以，更準(zhǔn)確地說，主題發(fā)現(xiàn)并不是某一項(xiàng)特定的技術(shù)，而是很多方面技術(shù)的綜合運(yùn)用。

2 鏈接挖掘工具應(yīng)用及分析實(shí)例

目前，國內(nèi)外有為數(shù)眾多的免費(fèi)鏈接分析工具。本文選取國內(nèi)一款名為“站長工具”的外鏈查詢工具進(jìn)行實(shí)例分析。該軟件是一款Web頁面工具，其界面如下圖所示：

該工具有三個(gè)文本框，第一個(gè)填寫分析的域名對(duì)象，然后點(diǎn)擊右側(cè)“查詢”按鈕即可得出所需結(jié)果；后兩個(gè)為附加項(xiàng)，可在查詢的同時(shí)輸入需要的外鏈文本或過濾不需要的域名，亦可對(duì)文本進(jìn)行模糊匹配查詢。

現(xiàn)使用該工具對(duì)廣西師范學(xué)院官網(wǎng)進(jìn)行鏈接分析，復(fù)制廣西師范學(xué)院官網(wǎng)域名，粘貼到“請(qǐng)輸入查詢的域名”后面的對(duì)話框中，得到分析結(jié)果如下：

由圖中可以看出，本域名有反鏈數(shù)74個(gè)，子域名數(shù)3個(gè)；點(diǎn)擊“子域名”右側(cè)展開按鈕，可查看結(jié)果中的3個(gè)子域名，如下圖：

每個(gè)子域名后面中括號(hào)內(nèi)的數(shù)字顯示了其反鏈數(shù)。該工具的排序方式有權(quán)重、PR、反鏈數(shù)三種；“只顯示nofollow”為附加條件，可選擇查看是否帶nofollow的域名。網(wǎng)頁主體內(nèi)容顯示了本域名所有的反鏈；每條反鏈下方的信息從左到右分別表示：該反鏈的域名、本域名在該反鏈中的權(quán)重、該反鏈的反鏈數(shù)、鏈接名稱、是否帶nofollow。

通過本工具，我們可以得出的信息如下：

a.本域名有74個(gè)反鏈，3個(gè)子域名及其完整域名。

b.所有反鏈的域名、反鏈自身的反鏈數(shù)以及該反鏈?zhǔn)欠駧ofollow。

c.本域名在各個(gè)反鏈頁面中的鏈接名稱。

d.在本域名的所有反鏈中，網(wǎng)頁“廣西師范學(xué)院_廣西師范學(xué)院錄取分?jǐn)?shù)線，專業(yè)介紹，圖片_新浪院校庫_新浪教育”中所占的百度權(quán)重最高，下表為百度權(quán)重各指數(shù)域名數(shù)量：

e.在本域名的所有反鏈中，網(wǎng)頁“廣西師范學(xué)院_廣西師范學(xué)院錄取分?jǐn)?shù)線，專業(yè)介紹，圖片_新浪院校庫_新浪教育”的PR（PageRank）值最高，PR值越高說明該網(wǎng)頁在google搜索中越重要，下表為PR值各指數(shù)域名數(shù)量：

f.在本域名的所有反鏈中，網(wǎng)頁“123網(wǎng)址之家-教育大學(xué) 教育網(wǎng)_中國教育網(wǎng)_教育部_教育論文_遠(yuǎn)程教育_成人教育_教案_教育培訓(xùn)”所擁有的反鏈數(shù)最多，約為1682個(gè)，下表為各反鏈數(shù)區(qū)間的域名數(shù)量：

[反鏈數(shù)區(qū)間＼&2000～1501＼&1500～1001＼&1000～501＼&500～1＼&0＼&域名數(shù)量＼&2＼&0＼&1＼&41＼&29＼&]

鏈接分析是組織內(nèi)容風(fēng)險(xiǎn)識(shí)別的重要組成部分，在本次分析的基礎(chǔ)上，可進(jìn)一步分析其鏈接類型和鏈接動(dòng)機(jī)，以便為組織內(nèi)容風(fēng)險(xiǎn)識(shí)別提供基礎(chǔ)。

3 結(jié)論

本文就組織內(nèi)容安全風(fēng)險(xiǎn)識(shí)別對(duì)已有方法進(jìn)行研究綜述，列舉了兩種常用的方法和三種基于Web挖掘的法，并對(duì)列舉的方法進(jìn)行了詳細(xì)的闡述，同時(shí)分析了各風(fēng)險(xiǎn)識(shí)別方法的不足，并給出各個(gè)方法的可能改進(jìn)方向以及新的研究方向，為組織內(nèi)容風(fēng)險(xiǎn)識(shí)別提供理論與技術(shù)支持。

參考文獻(xiàn)：

[1] 中國信息安全測(cè)評(píng)中心.組織內(nèi)容風(fēng)險(xiǎn)模型[C].2013.

[2] 揚(yáng)益凡，朱明等.基于鏈接相似度Web挖掘算法的研究與改進(jìn)[J].計(jì)算機(jī)應(yīng)用與軟件，2011.

[3] 揚(yáng)中華，汪勇.程序員技能需求：基于內(nèi)容分析法的分析[J].現(xiàn)代情報(bào)，2007.

[4] 王知津，閆永君.網(wǎng)絡(luò)計(jì)量法與內(nèi)容分析法比較研究[J].圖書館學(xué)研究，2006.

[5] 沙新光.基于主題的聚類檢索技術(shù)研究[D].哈爾濱工業(yè)大學(xué)，2008.

[6] 丁寶瓊.網(wǎng)絡(luò)文本信息采集分析關(guān)鍵技術(shù)研究與實(shí)現(xiàn)[D].解放軍信息工程大學(xué)，2009.

[7]Edna Reid，Marc Sageman.The Dark Web Portal Project：Collecting and Analyzing the Presence of Terrorist Groups on the Web：Intelligence and Security Informatics[M].Springer，Berlin，2005.

[8]Deerweter S，Dunmaisst，F(xiàn)umasgw.Indexing by latent semantic analysis[J].Journal of the American Society for Information Science，1990（6）：391-407.

[9]Allan J.Topic detection and tracking：event-based information organization[M].Kluwer Academic Publishers，2002.

[10]H.Wang，S.L.Yang，The Application of Link Analysis in the Evaluation of Top Rank Enterprises in China[J].Journal of Intelligence，2010（3）：48-52.