摘要：分析了目前常用的不良倾向文本识别方法存在的困难和不足,设计了一种基于语义分析的不良倾向文本识别算法。该算法以语句为基本处理单元,采用依存句法获得句子的语义结构,结合How Net词汇褒贬倾向性判别,识别不良信息。实验结果表明,此算法能够较好地提高不良文本识别效率和准确率。

摘要：设计一种基于语义分析的信息过滤模型。该模型针对不良信息的特点,以自然语句为处理单元,采用主题词和语义分析的两级过滤工作模式,可以同时获得较高的处理效率和精度。样本实验表明,该过滤模型能够更好地满足不良信息过滤的实时性和准确性要求。

摘要：随着计算机技术的成熟和Internet技术在各行各业的应用,信息安全问题变得越来越重要.各种各样的软件漏洞可能会被病毒、木马利用而产生各种各样的信息安全问题.在所有的软件漏洞中,数据驱动型漏洞是最常见的、也是最容易被利用的漏洞之一.目前的检测工具往往不够深入,仍然存在许多的不足.该文提出了一种基于语义分析的数据驱动型漏洞的静态检测算法.该算法定义了漏洞的词法成分和语法成分,在词法分析和语法分析的基础上,实现了对漏洞的语义层次检测.与传统的采用编译原理方法实现的静态检测工具相比,本算法实现了对数据驱动型漏洞更准确的检测.最后,设计并实现了一个静态检测原型系统,并通过实验证明了系统的有效性.

摘要：缓冲区溢出引起的漏洞普遍又致命,成为了信息安全方面的重大话题.针对缓冲区溢出漏洞提出了一种面向语义分析的检测方法并加以实现.该检测方法是在原有的语法分析和词法分析的基础上,采用区间运算和改进的Wagner算法等方法,实现了语义分析更深层次上的检测.同已有的检测方法相比,该检测方法实现了对缓冲区溢出漏洞更准确的检测,具有较低的误报率和很好的运行性能.最后,设计并实现了一个原型检测系统,并通过实验证明了系统的有效性.

摘要：为了解决英语语义分析方法的准确度低与非投射弧问题,文中提出了一种基于Swap-Based算法的AMR语义分析转移系统。通过对比List-Based与Swap-Based算法的性能,文中选取时间复杂度更低的Swap-Based算法并结合经典的AMR图和JAMR对齐器,从而形成基于Swap-Based算法的语义分析方法。该方法实现了语义分析过程中词语语法序列顺序的改变,避免大量自然语言句子的投射弧影响。仿真与测试结果表明,该方法的英语语义分析效果良好,各项指标均优于多种经典语义、语法分析模型。

摘要：目前SQL注入攻击已成为Web安全领域中最为常见的攻击方式,SQL注入攻击可以泄露用户信息,获取系统权限和篡改网页信息等。文章设计了基于语义分析的SQL注入行为检测方案,能够对攻击行为从语义的角度进行检测。该方案包括数据预处理,抽象语法树,语义分析等功能模块,针对漏洞相关语言的编译器,通过对攻击者输入的内容串进行语法语义检查来判断该请求的恶意程度,理解攻击者意图,能实现对SQL注入攻击的精准识别。

摘要：首先介绍了一种基于语义分析的缺陷测试技术。该测试方法利用语义测试及软件错误注入来进行测试。它比传统测试的成本要小,同时能达到很好的效果。但该方法只能检测协议实现级别的漏洞,而不能检测协议设计中可能存在的缺陷。本文结合了Petri网在协议测试方面的优点提出了一种扩展的语义分析的协议缺陷测试方法。它能通过对协议Petri网模型的分析来捕获协议层面的缺陷,而为此所需的额外开销是很小的。这弥补了原缺陷测试在协议层面的不足。之后对该方法各个阶段进行了介绍。对WAP-WSP协议的进行了缺陷测试,并对结果进行了分析,证明其可行性。

摘要：针对智能语义分析方法中的非投射弧问题,在List-Based转移算法的基础上,文中结合抽象语义关系图,提出了一种语义分析翻译系统。利用对比大量词语对的方法,List-Based转移算法可以获取这些词语的语义关系,且同时还具有较小的时间复杂度,再结合改进的JAMR对齐器和Oracle分析器,最终提出了基于List-Baesd转移的语义分析翻译系统。该翻译系统可以准确识别出英语等语言的词语顺序变化,从而避免出现智能语义分析方法的非投射弧问题。相关的仿真结果表明,与常用的智能语义分析方法相比,基于List-Based转移算法的语义分析翻译系统具有更加优秀的分析和翻译准确度。

摘要：本文在嵌入式射频识别(RFID)中间件中提出一种基于语义分析的方法,动态的支持不同业务需求,使RFID原始事件与后端应用软件得到很好的转化。这样企业应用软件开发人员可以专注于业务逻辑的开发,无需过多地关注底层RFID原始事件,对RFID应用软件开发具有重要意义。

摘要：针对传统的语音情感在线识别方法存在语音信号识别准确率低、识别完整度差的问题,该文基于语义分析研究了一种新的语音情感在线识别方法。结合数据操作理论及内部信息掌控方式,以语义分析为基础,收集语音数据。综合决策树算法理论,按照语义分析数据分类语音情感信息,精准把握系统数据,较高程度上完善了在线识别条件与操作数据需求信息,提升识别的准确率,有效缩减了识别操作所需时间,增强研究的可行性及科学性,在语义分析的前提下完成语音情感识别,提高了识别程序的识别力度。实验结果表明,基于语义分析的语音情感在线识别方法能够提高信号识别准确度,与传统方法相比,识别完整度更高,可操作性更强。