网络视频内容审计实时地发现和获取网络中的所有视频流数据包,并在恢复出原始视频文件的基础上,根据既定的安全规则,完成对网络视频内容的审计分析,实现对网络视频信息的监管,是网络信息内容审计重要的组成部分。针对网络视频广泛应用所引发的问题,网络视频内容审计需要在审计系统模型,视频流快速发现,关键帧提取、视频特征提取及视频内容识别等方面展开深入研究,为应对网络视频信息安全问题提供有效途径。本文提出了一种基于内容的网络视频审计可扩展框架,描述了组成该框架的各基本子系统,阐述了各子系统中所涉及的若干核心技术,给出了每项核心技术的重点研究内容,并初步实现了基于该框架的原型系统。该系统充分了考虑网络视频内容审计过程中不同功能模块的特点与效率,将视频流发现获取模块与后续审计模块分布实现,满足了高速网络中视频数据实时获取的要求。实际运行结果表明,该系统可以发现和获取网络视频流,能够实现对网络视频内容的初步审计。在大流量网络环境中,快速发现网络中出现的视频流是进行网络视频内容审计的前提与基础。本文从网络视频流交互过程角度出发,分析并总结了网络视频流数据包所具有的特征,发现了不同类型网络视频流具有各自唯一的关键特征字串(CRS)的特征,并将这一特征与字符多模式匹配思想进行融合,提出了一种基于多模式匹配的网络视频流快速发现算法。实验结果表明,该算法可以快速而准确地发现网络视频流,具有较低的时间复杂度,能够较好适应高速网络环境。关键帧反映了视频镜头的主要内容,是视频特征提取的主要对象。关键帧组成的序列可以静态反映出视频内容的主题。关键帧提取的方法可分为像素域和压缩域两大类,国内外已进行了一些相关研究工作。本文针对视频关键帧提取问题,提出了一种视频压缩域上关键帧提取方法。该方法首先获取视频I帧序列的DC图像,计算出相邻DC图像的相似度,组成相似度集合,并利用聚类算法Kmeans对集合中的元素进行聚类,依据聚类结果中各I帧的相关度进行关键帧提取。实验结果显示,本文所提算法针对不同类别内容的网络视频能够提取出合适数量的关键帧,以较低的时间开销完成了压缩域上关键帧的提取过程。