互联网多媒体技术的飞速发展，网络上的文本、图像、音视频成级数的增长，各种色情信息也日益泛滥，对于这些色情信息的检测过滤，各种软件所采用的技术各有千秋。针对于网络中的不良视频，本文依托中科院声学研究所南京下一代网络技术应用工程研究中心国家科技重大专项项目(2011ZX03003-005-02)“移动互联网网络与信息安全技术研究”，提出一种检测不良视频的方法以及相应的算法，设计了相应的检测系统，并对其进行了搭建与测试。本文的视频检测方法从两个方面进行了的考虑并加以深化研究，一方面，从传统的视频文件名识别出发，因为文件名在很大程度上反映了视频内容的真实属性。通过对视频文件名进行分词等预处理，利用模糊遗传算法对样本库中敏感词进行优化处理并加以更新与反馈，然后分析待识别文件名中所含有的敏感词在敏感词库中的权重。最后通过计算整个文件名的权值来对视频进行识别；另一方面，从视频的内容出发，提取视频里面的关键帧，然后对关键帧进行识别。本文在现有成熟的基于肤色检测识别以及人体关键部位定位的敏感图像识别条件下，把最近几年提出来的压缩感知新理论应用到所提取的关键帧识别上来。首先，对所提取的关键帧进行稀疏表示，采用L1范数算法求得最稀疏的系数解。然后，对所获得的系数求残差，通过残差可以很容易的对图像进行分类，从而达到识别目的。最终结合这两个方面来对不良视频进行检测识别。实验结果表明该方法的正确识别率达到了86.6%，而且误检率与漏检率也大大的降低。