一个初审/复审协作式反垃圾邮件系统

提出了一个反垃圾邮件系统的三层模型,并使用初审/复审流程建立了一种协作式反垃圾邮件系统功能框架.在该功能框架下,初审使用基于规则匹配的邮件过滤技术,快速处理海量邮件,将邮件分成正常、垃圾和疑似垃圾邮件三类;复审使用内容分析技术对疑似垃圾邮件进行甄别,同时使用基于反馈学习的自适应技术更新初审规则.基于该功能框架,设计并实现了一个反垃圾邮件系统,应用在邮件系统中进行了实测.实验结果表明,该系统可以有效地处理垃圾邮件,系统的漏报率〈3.7%,误报率〈0.6%,性能高于公开的反垃圾邮件产品性能.     

基于云计算的反垃圾邮件系统研究

垃圾邮件的泛滥严重干扰了正常的经济发展和日常生活,而传统反垃圾邮件技术存在成本昂贵、维护困难、重复建设、服务器负担过重、无法综合管理等问题,针对反垃圾邮件技术的现状和不足,通过对云计算进行研究和分析,提出了基于云计算的反垃圾邮件系统的总体设计模型,并对该系统的各个功能模块进行了分析,最后提出了基于Eucalyptus的...     

基于IP地址聚类的反垃圾邮件信誉系统

现有基于用户信誉的反垃圾邮件系统存在诸如发送方标识容易被篡改等缺点,使得恶意用户可以通过特定行为逃避信誉系统的管制。针对这一现象,提出了一种基于IP地址聚类的反垃圾邮件信誉系统(RepuRank)。该系统根据电子邮件的源IP地址进行聚类,并对这些类进行信誉评价,然后利用得到的信誉值来判断新收到的电子邮件是否为垃圾邮件。实验采用了公认的反垃圾邮件指标对RepuRank的性能进行评估,结果表明RepuRank不仅能有效地区分正常邮件与垃圾邮件,还能防止恶意用户使用特定行为逃避信誉系统管制的问题。     

一种P2P结构的协作式反垃圾邮件模型

垃圾邮件已成为当今邮件系统的主要问题,垃圾邮件发送者通过伪装邮件来逃避反垃圾邮件系统的检测.建议用一种健壮的摘要算法来识别相似垃圾邮件,并利用在邮件服务器之间建立一种带索引的结构化P2P网络来共享垃圾邮件的知识.仿真结果表明,该系统结构以及摘要算法有效地实现了相似邮件的聚集,从而达到了过滤垃圾邮件的目的.     

基于贝叶斯模型的邮件过滤系统

垃圾邮件过滤技术主要有三个大类,它们分别运用不同的方法和途径来判定垃圾邮件:基于IP地址;基于规则;基于邮件内容.基于内容的垃圾邮件过滤是一种常用的反垃圾邮件技术,它以邮件在内容方面的特点来鉴别邮件,在技术上利用文本分类的方法来实现.文章设计了基于内容的,采用贝叶斯方法进行文本分类的垃圾邮件处理系统.     

改进的Naive Bayes技术在反垃圾邮件系统中的应用

目的简化并改进中文反垃圾邮件系统。方法改进Naive Bayes算法且结合利用垃圾邮件规律的规则过滤,这套方案也在Linux/Solaris系统平台下的软件编程。结果在邮件服务器上对本方案进行了测试,结果显示这套方案取得了很好的过滤效果。结论改进的Naive Bayes技术可提高反垃圾邮件过滤器的速度和效率。     

浅谈企业网反垃圾邮件方案

分析了垃圾邮件的定义、现状、影响、成因及主流的反垃圾邮件技术,提出了企业反垃圾邮件方案,即设计和规划邮件系统安全性,综合应用各种反垃圾邮件技术,加强人员安全意识和良好习惯培养。     

基于流量均衡的垃圾邮件过滤网关集群系统模型

目前国内商业化垃圾邮件过滤网关过滤效果差强人意,大用户、高流量的邮件系统性价比很低。设计了一种基于流量均衡的垃圾邮件过滤网关集群系统模型,并进行了实验和性能分析。实际应用效果表明,该系统可以轻松处理大用户群的高流量邮件,过滤准确率达96%以上。     

基于多分形分析和主动学习反馈算法的图片垃圾邮件过滤

图片垃圾邮件通常由随机变形技术制作,人眼认为内容相同但计算机认为不同,导致常规反垃圾邮件技术 无法阻止这类垃圾邮件.根据图片垃圾邮件必然具有相似性、大量性和可变性的特点,提出了一种综合多向小波金 字塔多分形分析算法和主动学习反馈驱动半监督支持向量机算法的创新图片垃圾邮件过滤方法.实验结果表明, 该方法容易与常规反垃圾邮件系统相结合,而且该方法的效率高、准确性好、假阳性低,通过重复训练,可进一步 提高准确性、降低假阳性,适合用于对抗性学习和垃圾邮件过滤     

基于内容过滤的反垃圾邮件系统的设计与实现

垃圾邮件日益蔓延,引起全世界的广泛关注.研究基于内容过滤的反垃圾邮件技术,主要包括基于规则评分和基于概率统计的方法,并进行系统的设计和实现.最后,在实验中通过采用K次交叉验证的方法,得到系统的评价指标,并证明了系统的有效性.