垃圾邮件及反垃圾邮件的策略研究

本文探讨了垃圾邮件的危害以及反垃圾邮件的一些技术。     

反垃圾邮件技术综述

垃圾邮件已成为互联网上巨大的危害之一,引起了社会的广泛关注和研究人员的深入研究．企业消耗在垃圾邮件上的成本逐日攀升。本文首先介绍了垃圾邮件发送手段,然后综述了目前反垃圾邮件常用的五种技术．它们分别是：基于规则的垃圾邮件过滤,基于贝叶斯理论的垃圾邮件过滤,基于支持向量机的垃圾邮件过滤．基于决策树的垃圾邮件过滤．基于数据挖掘的垃圾邮件过滤。分析各项技术的优劣。     

用于邮件过滤的标准样本生成系统研究

由于缺乏标准的中文邮件样本集,无法评测不同垃圾邮件过滤系统的性能.通过 分析邮件样本收集过程中存在的各种问题,研究了生成标准样本涉及的问题,设计了一个基于真实环境的标准邮件样本生成系统结构,并希望以此推出一个用于衡量邮件过滤系统性能的标准的邮件样本集,最终作为邮件过滤技术研究的基本语料.     

Multiple Agent智能垃圾邮件过滤系统的设计

从垃圾邮件的显著特性出发 ,提出了一种基于预处理的多代理的智能邮件过滤系统的设计方案 .在提高系统处理时间和有效降低邮件误判率等性能方面有所改善 ,有较好的实际应用价值     

校园网电子邮件故障处理策略研究

电子邮件是校园网中最重要的服务之一.近年来,由于种种原因,校园网用户经常出现邮件被国外邮件服务器拒收的情况,严重影响了用户的使用.本文分析了影响邮件正常通信的主要原因,从技术、用户、监管等三个方面,提出了解决该问题的方法和策略,并结合具体案例进行了说明.     

一种高准确率的垃圾邮件识别方法

引入柯尔莫格洛夫复杂性理论来描述邮件的特征,采用信息距离理论衡量邮件的相似程度,采用支持向量机(SVM)算法对邮件进行分类,提出了一种高准确率的垃圾邮件识别方法.相对于传统的垃圾邮件识别方法,该方法不需要对垃圾邮件进行邮件分割,省略邮件头分析和正文分析,可以准确地刻画垃圾邮件的主要特征,具有运算简单高效的特点.测试结果表明:该方法对文本邮件的分类准确率高达99％以上,有效提高了垃圾邮件识别的准确率.     

基于逻辑斯蒂方程的垃圾邮件过滤特征方法的研究

随着互联网的发展,垃圾邮件成为互联网上一个日益严重的安全问题.特征选择是垃圾邮件过滤过程中的一个重要环节,直接影响垃圾邮件过滤的精度.通过分析集中度、分散度和频度这三种用来表征特征项重要程度的因素以及分析特征选择方法根据特征项的重要程度生成特征权值的方式,从而提出一种新的特征选择方法,这种方法将三种因素组合起来表征特征项对于分类的强弱,并用Logistic方程表示由组合因素表征出的特征权值,根据权值的大小选择对分类影响大的特征.实验表明这种方法对垃圾邮件的识别能力有一定的提高.     

垃圾邮件过滤中潜在语义索引的应用

将潜在语义索引(LSI)应用于垃圾邮件过滤领域,并将其与向量空间模型(VSM)和经典的邮件过滤器Spa-mAssassin系统进行比较.另外,对基于词提取技术的邮件文本特征集合和SpamAssassin系统提取的邮件"元特征"集合进行了对比.实验结果表明,LSI与VSM均取得了较SpamAssassin系统更优的分类效果.     

中文分词在邮件过滤系统中的应用

针对邮件文本分词效果较差的特点,提出采用一种改进的最大匹配法来进行中文分词的方法.该方法对于普通的邮件文本和一些具有特定格式的邮件文本都可以进行有效的分词;文中还利用φ2统计法生成新词,对词典起到了动态更新的作用,提高了分词的精度和准确度.两种方法在邮件过滤系统中结合应用,使分词的误分率低于0.025.     

构建一个大容量用户、安全的电子邮件系统

提出在Linux系统上以Postfix为SMTP服务器、CYRUS为POP/IMAP服务器、A-PACHE为WEB服务器和MYSQL为后台数据库构建一个支持大量用户的邮件系统的方案,并实现其Web Mail系统.在贝叶斯方法的基础上,设计出一个电子邮件过滤器,并给出实现的系统结构.针对日益泛滥的邮件病毒问题,提出一套可行的病毒防护方案.