论文部分内容阅读
随着时间流逝,技术也在迅猛发展。无数计算机领域的创新,都给参与的开发人员和用户带来了巨大的推动作用。信息的获取成为了人们从事计算机事业一个主要的研究方向。谈到如何获取信息,传统的搜索引擎已经为人熟知,互联网上信息资源也更多的集中在web中。然而在内网中,信息资源不单纯以web的形式被保存,它们更多的保存在各种类型的文档和数据库中,因此用户的需求变得更加多样和具体。仅仅将传统的搜索引擎应用到复杂的内网中是不够的。内网环境对安全性以及资源的全面性有着更高的要求。安全的以及全方位的搜索各种结构化和非结构化乃至半结构化的资源成为了内网资源的搜索的重点。基于web的传统资源搜索主要包括资源的爬行,索引的建立,检索以及结果的排序。内网资源搜索建立的步骤同其类似,但是同传统的网页搜索不同,内网资源的搜索要在安全性和深度上同传统搜索加以区分。传统的搜索方式对于访问策略没有加以规定。但是在特定的内网中,并不是所有用户搜索同一资源都会得到相同的结果。采用安全策略的搜索引擎需要根据用户的身份对结果进行掩饰,因此需要在搜索引擎中制定相应的安全策略。在对资源的爬行过程中,当访问到非web形式的资源时需要根据特定的接口将文件加以处理提取出文本并加以索引。这就是所谓的搜索上的深度要求。本文的主要工作包括以下几个方面:首先,对比传统的搜索引擎以及其模块的设计,给我们提高良好的理论基础,并帮助我们更一步的了解适用于内网资源搜索的软件所具备的基本功能以及实施的难点。阐述内网资源搜索引擎的各个主要模块的工作原理以及实现方案,包括文档的搜集,索引结构的建立以及搜索结果的呈现。其次,对安全策略以及深度搜索进行重点介绍,这两大关键突出的两大部分是系统设计的创新点所在。安全策略保证了信息的安全性,很好的适用于对权限要求较高的复杂的内网。深度搜索保证了信息获取的全面性并且给予了系统的良好的扩展性。最后,对实验结果进行展示以及测试。总结内网资源搜索的意义并提出系统不足以及未来改进的思路。