网络信息内容安全技术是信息安全领域的一个研究方向，汇集了安全分析、机器学习及人工智能等学科知识，有着广阔的应用前景。本书共10章，介绍了与网络信息内容安全处理技术相关的基本概念、理论方法和**研究进展。在编写中着重阐述了信息内容安全的若干关键技术——网络流量分析及入侵检测、网络信息内容过滤、话题检测与跟踪、社会网络分析、网络舆情分析、开源情报分析、恶意代码挖掘和检测等。 本书内容全面，案例丰富，既有对网络信息内容安全基础知识和理论模型的介绍，也有对相关问题的研究背景、实现方法和技术现状的详细阐述，可作为高等院校计算机、信息技术等相关专业高年级本科生的教材或参考书，也可供从事信息技术、数据挖掘、人工智能、管理科学、战略研究等相关领域研究的教师、研究生和科研工作者参考，借以提供思路和技术支撑。

杨黎斌，男，西北工业大学工学博士，香港理工大学博士后，现为西北工业大学网络空间安全学院副教授。主持有国家自然科学基金、国家242安全专项、陕西省重点研发等十余项课题。近5年来以第一作者或通讯作者发表科研论文13篇，其中SCI收录论文10余篇。为本科生讲授《信息内容安全》课程，为研究生讲授《网络信息安全技术》等课程。

前言 互联网已经成为人们获取信息，相互交流、协同工作的重要途径，但同时互联网也带来一些负面影响，如色情等不良信息在网络中肆意传播，垃圾邮件、恶意营销广告等泛滥，网络欺诈、钓鱼以及网络暴力、网络恐怖主义等恶意行为层出不穷。这些恶意信息和行为完全背离了互联网设计的初衷，也不符合广大网民的意愿，并且影响现实的正常秩序。因此，研究网络信息内容安全，提供对互联网中各种不良信息的监测分析能力，是体现国家信息技术水平的重要环节，也是建设信息化社会的坚实保障。 互联网上各种不良信息和行为的产生，其原因主要在于互联网作为一个内容平台，人们可以更便利地获取、发布信息，而在互联网爆发性发展过程中，相关的规范制度、安全技术研究却未能同步发展。网络信息内容安全作为信息安全领域的一个研究分支，是上述问题的解决方案，它主要研究如何从包含海量信息的网络环境中，对特定安全主题的相关信息进行自动获取、识别和分析。该研究分支涉及的相关技术包括信息安全、自然语言处理、网络理论、机器学习、模式识别等，直接或间接应用到这些研究领域的最新研究成果。结合网络信息内容安全的具体需求，本书全面介绍与网络信息内容安全处理技术相关的基本概念、理论方法和最新研究进展等，着重阐述信息内容安全的若干关键技术——网络流量分析及入侵检测、 网络信息内容过滤、话题检测与跟踪、社会网络分析、网络舆情分析、开源情报分析、恶意代码 挖掘和检测等。本书内容全面，案例丰富，既有对基础知识和理论模型的介绍，也有对相关问题的研究背景、实现方法和技术现状的详细阐述。本书力求培养学生有效学习和分析信息的能力，以及引导把控网络空间信息内容的能力...