在信息化高度发达的今天,互联网已经成为人们获取信息,即时沟通的重要媒介之一,给人们工作生活带来了很大的便利。但是由于其全球性、开放性、即时性的特点,互联网也成为不法分子传播不良信息的重要途径,与传统媒体相比更为棘手。如何对互联网进行有效的管理,过滤其中的不良信息,净化网络环境成为苛待解决的问题。目前网络中70%的信息是以文本形式存在,网页文本过滤成为目前网络监控的最重要手段。文本过滤方法有很多,关键字过滤是目前应用最广和最为可靠的技术,虽然存在一定的局限性,但是由于其过滤速度快、易于实现得到很大应用。本文就是针对文本关键字过滤的局限性,提出合理的解决方案,并设计了系统。本文首先简要介绍了网页文本过滤的背景,系统地探讨了关键字过滤流程的各个环节,其中包括概念扩展,敏感词特点分析和特征抽取,并提出了相应的解决方案。文章借鉴了其它文本过滤方法的优点,充分考虑了系统地召回率、查准率,运行效率及可实现性,给出了一种改进的网页文本过滤系统的体系结构,并详细阐述了一种多层次的网页文本关键字过滤方法,给出了实现该系统主要模块的数学模型及相关算法。本文所设计系统由两部分组成：数据包捕获与重组子系统和文本关键字过滤子系统。数据包捕获与重组子系统用来捕获局域网中流经网卡的web数据包,并对捕获的数据包重组,将其还原成完整的web页面。在文本关键字过滤子系统设计中,详细分析了当前网页中敏感词隐藏主要特点,改进了基于字典的敏感词识别方法,使敏感词恢复原始组合状态。改进了关键字权值算法,较好的解决了关键词在网页中不同位置及短文档对权重的不利影响。