统一内容定位：概念、技术与应用

目录
前言
第1章　统一内容定位技术　1
1.1　信息网络的URL　1
1.2　UCL定义　2
1.3　UCL标签　2
参考文献　4
第2章　基于UCL的多层网络数据语义解析技术　5
2.1　多层网络数据语义描述架构　5
2.1.1　多层网络数据语义描述模型　5
2.1.2　exUCL语义标签及语义向量空间　6
2.1.3　网络数据语义标签定义　7
2.2　网络捕包系统及协议分析　9
2.2.1　中间节点网络数据包捕获系统　9
2.2.2　基于原始数据包的网络数据业务发现　12
2.2.3　基于原始数据包的网络连接统计分析　14
2.3　多层网络数据语义集成模型分析与建立　16
2.3.1　概念模型分析与建立　17
2.3.2　逻辑模型建立　19
2.3.3　物理模型实现方式　19
参考文献　20
第3章　网页信息的语义描述与解析技术　22
3.1　网页数据多层语义抽取　22
3.1.1　网络数据包捕获模块　23
3.1.2　协议分析模块　25
3.1.3　HTTP数据包信息的分析与还原　27
3.2　基于UCL的网页自动分类　29
3.2.1　基于网站结构的分类器　29
3.2.2　基于朴素贝叶斯算法的分类器　32
3.3　网页信息采集系统　38
3.3.1　Web信息采集原理及结构　38
3.3.2　主题页面在Web上的分布特征　41
3.3.3　主题Web信息采集系统实现　42
参考文献　58
第4章　图像信息的语义描述与解析技术　60
4.1　基于UCL的网络图像语义标识　60
4.1.1　基于元数据的网络图像内容标引　61
4.1.2　基于UCL的网络图像标引　62
4.2　基于UCL的图像语义水印框架　64
4.2.1　图像数字水印嵌入位置选取　66
4.2.2　基于矢量量化的图像数字水印算法　73
4.2.3　实验分析　86
4.3　基于云模型的图像分类管理　92
4.3.1　图像语义模型　92
4.3.2　云模型语义确定度分类算法　94
4.3.3　图像语义自动分类　97
参考文献　98
第5章　音频信息的语义描述与解析技术　100
5.1　音频信息的语义描述架构　100
5.1.1　音频信息语义描述的标引　101
5.1.2　音频信息语义描述的表征　101
5.2　音频信息语义内容管理　103
5.2.1　基于张量的语义空间构造　103
5.2.2　基于张量语义的音频内容分类　108
5.2.3　基于径向基函数张量神经网络模型的音频内容自动分类　111
5.2.4　仿真结果与分析　113
5.3　音频语义水印嵌入技术　118
5.3.1　音频语义水印生成过程　119
5.3.2　音频语义水印嵌入算法　120
5.3.3　音频语义水印提取过程　128
5.3.4　仿真结果与分析　129
参考文献　135
第6章　视频信息的内容描述与语义解析　138
6.1　基于流量特征和机器学习的视频流识别　138
6.1.1　流媒体网络特征属性分析系统　140
6.1.2　基于机器学习的流媒体流量识别　146
6.1.3　评估结果与分析　151
6.2　多层语义解析的流媒体调度算法　154
6.2.1　流媒体数据多层语义理解　154
6.2.2　流媒体多语义合并调度算法　167
6.2.3　流媒体调度算法仿真研究　179
6.3　视频数字水印嵌入算法　188
6.3.1　基于UCL的视频数字水印系统　189
6.3.2　基于场景分割的双重水印算法　194
6.3.3　基于H.264的双重水印算法　201
6.3.4　视频水印算法性能评估　211
参考文献　223
第7章　基于UCL的可信计算　225
7.1　基于UCL的安全语义规范　225
7.1.1　UCL-S定义　225
7.1.2　UCL-S的网页应用规范　226
7.1.3　UCL-S网页规范长度的确定　227
7.2　基于安全语义的可信度评估算法　232
7.2.1　UHA512完整性度量算法　232
7.2.2　基于语义的可信评估算法　235
7.3　非对称信息网络中的可信计算模型　237
7.3.1　非对称信息网络结构　237
7.3.2　非对称信息网络中的UBTC模型　238
7.3.3　基于UCL-S可信计算的实验平台　254
参考文献　260