随着互联网迅速发展,网络成为了全球范围内重要的信息载体和传播信息的最主要渠道之一。网络提供给人们大量信息资源的同时,也带来了很大的负面影响,如不良信息的传播、恶意病毒的破坏,内网中机密信息的泄漏、垃圾邮件等,对网络的安全和效率已经构成严重的威胁。对网络中传输的数据进行分析,将其中不良的或不符合设定条件的内容进行过滤,对敏感信息进行证据保全和审计,对于网络的进一步建设和良性发展具有重要的理论和现实意义。本文对数据分析与过滤的关键技术进行了介绍,结合当前校园网的现实情况,提出了一个基于向量机的校园网数据分析与过滤系统的一般模型和部署方案,并对支持向量机、文本分类技术、基于向量机的文本数据分析与过滤技术作了深入的讨论。在文本数据分析和过滤中,传统的技术主要是针对地址和端口的分析和过滤,以及基于关键词匹配的方法,这些技术在一定程度上满足了信息安全过滤的要求,但其准确率不高,本文提出的基于支持向量机的文本数据分析和过滤的方法克服了上述缺点。本文研究了基于支持向量机的文本数据分析与过滤方法中所涉及的词典模型构造、文本数据分类、支持向量机的向量空间生成方法、文本的快速向量化方法等问题,解决了基于向量机的文本数据分析与过滤方法中所涉及的词典模型构造和文本的快速向量化方法问题。