首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 15 毫秒
1.
随着电子邮件在日常生活中多方面的灵活应用,大批量垃圾邮件的产生在很大程度上干扰了用户对电子邮件的使用.针对垃圾邮件过滤的研究现状,在阐述目前垃圾邮件过滤研究成果基础上,重点描述了具备高性能、低误判率的贝叶斯算法,并以贝叶斯算法、反馈学习技术为原理,利用Microsoft Visual C++6.0实现了垃圾邮件过滤系统.  相似文献   

2.
电子邮件以其快速和廉价而深受网民的喜爱。但是所有的事物都有着他相对不足的一面,电子邮件也没有例外,在它给我们带来方便的同时,也给我们带了不少的麻烦。这种麻烦呈急速的增长之势,那就是垃圾邮件——一个不速之客。这些垃圾邮件删除起来不仅非常麻烦,占用了大量的宝贵时间,而且稍有不慎就会误删重要的邮件。首先我们先说说什么是垃圾邮件,垃圾邮件分为五种(一)收件人事先没有提出要求或者同意接收的广告、电子刊物、各种形式的宣传品等宣传性的电子邮件(二)收件人无法拒收的电子邮件(三)隐藏发件人身份、地址、标题等信息的电子邮件(四…  相似文献   

3.
随着互联网技术的飞速发展,电子邮件正成为一种普及、快捷、经济的通信手段.但与此同时,垃圾邮件也开始在互联网上泛滥.面向电子邮件网关的电子邮件过滤技术被广泛应用,但是电子邮件网关类系统与真正的邮件系统在物理位置上分离无法获得邮件账户信息,因此缺少一种快速有效的邮件账户维护方法.文中设计并实现了一种面向电子邮件网关类系统的邮件账户维护方法.该方法使网关能够过滤掉大量目标地址不存在的垃圾邮件.  相似文献   

4.
垃圾邮件问题日益严重,受到研究人员的广泛关注.基于内容分类与过滤垃圾邮件是当前解决垃圾邮件问题的主流技术之一.本文对电子邮件内容做了深入的研究,提出了一种更适合垃圾邮件分类的新的特征提取方法,并将新的特征提取方法与基于essential emerging pattern(eEP)的分类算法CeEP相结合,应用于垃圾邮件检测,实现了一种基于eEP的电子邮件分类与过滤算法(thee-mail categorization and filtering technology based on eEP,ECFEP).实验表明,新的特征提取方法与CeEP分类算法的结合是一种十分高效的分类方法,算法ECFEP的分类效率均高于目前几种较好的分类算法.  相似文献   

5.
电子邮件的普及给人们的生活带来极大的方便,但目前垃圾邮件的泛滥严重影响了用户的正常使用。贝叶斯算法因简单在英文邮件过滤中取得了良好的过滤效果,分析了贝叶斯算法的原理及其在垃圾邮件过滤中的应用,给出垃圾邮件过滤的整个过滤流程,设计并实现了一种语言无关的垃圾邮件过滤系统。  相似文献   

6.
随着电子邮件的广泛使用,垃圾邮件问题也日益严峻.基于邮件内容的过滤是当前解决垃圾邮件问题的主流技术之一.提出了一种基于带有模糊隶属度的模糊支持向量机对中文垃圾邮件过滤的方法,同时,为解决FSVM中隶属度函数的确定问题,使用了一种改进的基于类中心的隶属度函数设计方法.通过实验,使用FS-VM对垃圾邮件过滤能够取得较好的效果.  相似文献   

7.
电子邮件作为网络应用的一个重要方面已成为现代通信中不可缺少的一部分,但是垃圾邮件的蔓延给用户带来了严重的损失,如何防范垃圾邮件具有重要的实用意义.在分析了垃圾邮件特点的基础上,构建贝叶斯分类模型,利用贝叶斯分类模型设计了一种邮件过滤系统.实验结果表明,设计的邮件过滤系统对垃圾邮件的过滤具有比较明显的效果.  相似文献   

8.
在Internet时代,电子邮件以其方便、快捷、廉价的特点成为一种重要的通信方式,但是传统的电子邮件服务器系统还存在一些问题,如反垃圾、反病毒邮件问题迫于解决等等.针对垃圾邮件问题,本文介绍了一种简便实用的方法,利用procmail来对付垃圾邮件.procmail是一个强大得惊人的过滤进入邮件的应用程序.  相似文献   

9.
大量的垃圾邮件的出现给用户收发电子邮件带来了极大的困扰,目前基于贝叶斯算法的垃圾邮件过滤系统在处理垃圾邮件上取得了很好的效果,但该算法也存在一些缺陷,本文从分析贝叶斯算法入手,提出了对该算法的一些改进方案,最后对贝叶斯算法进行了总结和展望。  相似文献   

10.
针对垃圾邮件的特征以及嵌入式系统的特点,提出了一种基于BP神经网络电子邮件过滤技术,通过调试、改进和减裁,最后将其移植到嵌入式系统上,测试结果说明该技术可以在嵌入式系统有限资源上较成功地过滤垃圾邮件.  相似文献   

11.
校园网邮件安全问题的分析与对策   总被引:1,自引:0,他引:1  
电子邮件是互联网中最主要、最普及的应用之一,成为用户对外交流、合作的重要手段。但是近年来,由于电子邮件系统本身存在的缺陷,电子邮件已经成为网络病毒、信息垃圾(垃圾邮件)和网络攻击的主要手段,已对校园网的安全构成了巨大威胁。据了解,目前互联网中的病毒有8%左右是通过电子邮件来传播的,而干扰用户正常交流的信息垃圾(垃圾邮件)几乎100%来源于电子邮件,病毒邮件、垃圾邮件已经成为万联网的一大公害。  相似文献   

12.
目前电子邮件得到了广泛的应用,同时垃圾邮件问题也随之而来。本文针对垃圾邮件的处理,从用户的兴趣角度出发,基于朴素贝叶斯算法对垃圾邮件个性化过滤.在朴素贝叶斯算法的条件概率计算中,本文选用了多变量贝努里事件模型的计算方法,最后以VC++6.0为实验平台在Ling-Spam语料库上进行实验.  相似文献   

13.
目前电子邮件得到了广泛的应用,同时垃圾邮件问题也随之而来.本文针对垃圾邮件的处理,从用户的兴趣角度出发,基于朴素贝叶斯算法对垃圾邮件个性化过滤.在朴素贝叶斯算法的条件概率计算中,本文选用了多变量贝努里事件模型的计算方法,最后以VC++6.0为实验平台在Ling-Spam语料库上进行实验.  相似文献   

14.
孙秀惠  毛立强 《科技资讯》2007,(17):104-104
随着互联网的不断发展,电子邮件逐渐成为人们日常生活中常用的通信手段之一。但是随之产生的垃圾邮件,使大量的网络资源被占用,影响了电子邮件通信的正常秩序,已经成为全球互联网治理工作的一大难题。本文主要从垃圾邮件的危害和有效防范措施两个层面进行阐述和分析。  相似文献   

15.
为实现对电子邮件中垃圾邮件的过滤,提出一种新的邮件过滤算法和邮件过滤Agent的设计方法.Agent通过算法学习用户接收邮件的信息及用户对邮件的处理习惯,据此最终确定邮件是否为垃圾邮件或病毒邮件,从而过滤掉非正常邮件.实验测试表明,Agent对邮件过滤的正确率可达85%,为现有电子邮件系统提供了一种改进方法.  相似文献   

16.
电子邮件的问世可以说给现代人的生活和社交提供了极大的方便,但随之而来的电子垃圾邮件却又给使用者带来了极大的烦恼和困扰。目前,电子垃圾邮件几乎已经成为一场全球性的灾难。国际电信联盟报告说,全世界80%的电子邮件都是垃圾邮件,它们每年给计算机用户造成了大约250亿美元的损失。每一天都有一百多亿封的电子垃圾邮件不分国界地传播到世界的每一个角落,堆积在人们的电子邮箱当中,给信箱的主人造成恐慌,也给互联网络造成了沉重的负  相似文献   

17.
电子邮件作为一种常用的通信方式在企业商务活动中有着非常重要的地位,它方便了企业内部与企业之间的沟通。但病毒、蠕虫、垃圾邮件、间谍软件和一系列更新、更复杂的攻击方法使电子邮件用户和企业所面临的安全性风险变得日益严重。文中以Microsoft Exchange Server 2010为基础,设计和实现了安全邮件系统所需要的网络拓扑结构,提出了邮件服务器与客户端数据传输安全解决方案,并使用Forefront Protection for Exchange Server实现对邮件病毒的清除和防垃圾邮件功能,使用Threat Management Gateway实现对邮件服务器访问控制及对企业网络访问的过滤,从根本上解决了邮件服务器安全访问问题。  相似文献   

18.
相关链接     
《科技潮》2002,(9)
美国诞生垃圾邮件克星垃圾邮件是互联网上的瘟疫,还能将电子邮件这种极为有价值的通信工具彻底扼杀。数百万人每天要花费宝贵的时间去删除这些讨厌、骗人、不请自来的推销材料,这些材料都是来自整个社会中最糟糕的那些低级趣味者。最近美国在这场反垃圾邮件之战中传来了一个好消息。一种来自新泽西州一家小公司的反垃圾邮件新程序,可以从电子邮件收件箱中删除垃圾邮件,而不影响正常邮件的收发。这种程序安装在个人电脑上,不会把你的电子邮件发送给第三台电脑,也没有服务费的问题。  相似文献   

19.
胡唯元 《科技信息》2004,(10):42-42
“垃圾邮件是非常非常槽糕的事情,我们应该把它当成一种危机来看。全球应该齐心协力防止垃圾邮件,不要让它更多地产生”,电子邮件发明人DavidCrocker的这句话引人深思。 反垃圾邮件是此次互联网大会最主要的议题。《走向没有垃圾邮件的未来》,微软公司大中华区首席技术总监的这个演讲题目,说出了亿万网络用户的心声。  相似文献   

20.
垃圾邮件是长期以来困扰电子邮件使用者的一个问题,反垃圾邮件技术除了可以抑制垃圾邮件,对反垃圾短信和垃圾VoIP电话等问题也有借鉴意义. 为此,对使用贝叶斯方法过滤垃圾邮件进行了介绍,阐述了中文垃圾邮件过滤系统的实现,并给出了评估结果. 结果表明,在过滤中计算最终概率的特征数目以及用于训练的样本个数都存在某个最优值,当用于训练的样本个数逐渐超过这个最优值时,过滤效果会略微下降并趋于一致.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号