梁中阁，陈孝如

(广州大学华软软件学院，广东广州 510990)

1 引言

网络技术高速发展，互联网已成为大众化信息交流的重要场所，网络中的信息增长速度飞快，如何处理海量网络信息引起众多研究学者关注[1]。信息检索是信息处理领域的重要课题，目前通常通过查询串的文件检索以及目录结构的信息检索处理信息检索问题，无法有效获取用户所需的关键信息[2]。用户使用网络时，可采用输入关键词获取检索结果，关键词检索是用户从海量网络中获取关键信息的主要方式。

Web 2.0技术已日益成熟，提供互联网内容已由网站运营方和开发方转变为网络用户。网络监管机制较为落后，互联网具有较强的开发性[3]，网络上内容差异巨大，容易出现错误的舆论引导，影响事实真相以及正确观念及时发布，威胁社会和谐。检测以及预警出现于Web服务器中的网络话题以及网络事件[4]，可正确引导网络舆论。

近年来针对网络搜索以及访问安全性的研究较多，周文等人研究一种SVM学习框架下的Web3D轻量级模型检索算法[5]，利用支持向量机实现Web3D轻量级模型检索，检索实时性较高，但检索精度较低；魏德宾等人研究基于自相似流量水平分级预测的网络队列调度算法[6]，利用自相似流量水平分级预测实现网络队列调度，提升网络运行安全性。研究基于关键词分级检索的Web信息访问监控算法，将关键词分级检索结果作为Web信息访问监控依据，保障网络安全。关键词分级检索可有效提升关键词检索速度以及查准率，通过较优的查询速度以及排序误差率提升Web信息访问监控性能。……