随着互联网的迅猛发展，网络已成为人们工作、学习和生活的一个重要平台。网络在提供给人们便利的同时，也产生了很大的负面影响，如不良和非法信息的传播，内网中机密信息的泄漏，垃圾邮件等问题，对网络的安全和效率已经构成严重的威胁。对网络中传输的内容进行分析，将其中有害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发展至关重要。论文对基于内容的网络分析和过滤技术进行了研究，给出了基于内容的网络分析与网络过滤系统的一般模型和部署方案，并分析了该部署方案的优缺点；对一般模型中提出的网络内容的实时采集和预处理问题进行了分析，着重研究了其中涉及的一些关键技术，特别是TCP还原技术，并在此基础上基本解决了网络内容的实时采集和预处理问题。传统的基于关键词匹配的网络内容分析和过滤方法存在着关键词“以偏代全”、过滤标准人为主观设定的缺点。论文提出的基于支持向量机的网络内容分析与过滤方法克服了上述缺点。论文研究和解决了基于支持向量机的网络内容分析与过滤方法中所涉及的词典模型构造、支持向量机的向量空间生成方法、中文文本的快速向量化方法等问题，为进一步利用支持向量机解决基于中文文本内容的网络分析和网络过滤问题建立了基础。基于网络对实时性能的要求和网络中传输的内容本身的复杂性，要实现对网络的基于内容的分析和过滤是一项艰巨的任务，本论文只是做了其中的一小部分工作，大量的相关问题还需要进一步的研究和解决。如针对特定问题的支持向量机的程序化和软件化；如利用支持向量机解决图像内容的分类和识别等都是今后急需研究和解决的关键问题。