基于行为识别、BATV和DKIM技术的垃圾邮件过滤模型研究

反垃圾邮件的行为识别技术,能够做到从源头上控制垃圾邮件地传播,且不需要对邮件内容进行扫描,避免了基于内容的过滤所带来的资源消耗大、效率低下的问题。BATV技术在对抗邮件退信攻击上具有强大的优势,而DKIM技术通过密钥认证方式,能够对邮件的完整性进行验证,弥补了行为分析的不足。研究分析认为,整合垃圾邮件行为识别、BATV和DKIM技术应用于邮件过滤上,将会提高垃圾邮件识别的效率和准确性。     

基于DKIM和评分管理的反邮件系统的设计

垃圾邮件的泛滥带来了各种各样的问题,尤其在安全方面。如何减少垃圾邮件也是很值得去研究的课题。文中的主要目的就是探索一种更加有效的拦截垃圾邮件的方法。在文中,首先简要地介绍了两种不同的反垃圾邮件技术,结合DKIM和基于内容的过滤技术的优点,设计出了一个反垃圾邮件的方案。方案中采用评分管理的方法来实现对邮件内容的过滤,可以取得与ID3算法一致的结果。因此,通过将现有的反邮件技术的有效整合,可以取得有效的垃圾邮件过滤效果。     

基于DKIM和评分管理的反邮件系统的设计

垃圾邮件的泛滥带来了各种各样的问题,尤其在安全方面.如何减少垃圾邮件也是很值得去研究的课题.文中的主要目的就是探索一种更加有效的拦截垃圾邮件的方法.在文中,首先简要地介绍了两种不同的反垃圾邮件技术,结合DKIM和基于内容的过滤技术的优点,设计出了一个反垃圾邮件的方案.方案中采用评分管理的方法来实现对邮件内容的过滤,可以取得与ID3算法一致的结果.因此,通过将现有的反邮件技术的有效整合,可以取得有效的垃圾邮件过滤效果.     

反垃圾邮件技术

电子邮件作为目前在Internet上使用最广泛的服务，近年来日益受到垃圾邮件的威胁。众多的垃圾邮件最终将流向我们每一个电子邮件用户，极大地影响了电子邮件的使用效率。垃圾邮件之所以泛滥，原因在电子邮件系统本身在安全方面存在一些漏洞。当前已经有许多比较成熟的反垃圾邮件技术，其中的一些已经投入实用。本文将解释垃圾邮件的成因，并介绍一些主要的反垃圾邮件的技术，最后介绍一种新的类似于垃圾邮件的有害信息传播方式。     

垃圾邮件与反垃圾邮件技术

最近两年，垃圾邮件肆虐横行，危害越来越大，严重影响了正常的网络运行。本文简单地介绍了垃圾邮件的定义及其产生机理；重点论述了当前流行的反垃圾邮件过滤技术，并对当前最新的反垃圾邮件技术进行了介绍；最后对未来反垃圾邮件过滤技术提出了展望。     

反垃圾邮件技术及系统方案综述

围绕反垃圾邮件展开研究讨论,介绍了垃圾邮件的危害,分析了当前主流的反垃圾邮件技术以及反垃圾邮件的方案设计。     

分层垃圾邮件过滤器的设计与实现

由于垃圾邮件变化多端,日益泛滥,传统的、单一的反垃圾邮件方法对新型的垃圾邮件已经无能为力,为了攻克这一难题,我们设计了一个包含贝叶斯算法、反向DNS查询以及系统级和用户级过滤等的分层反垃圾邮件技术的邮件服务器.该服务器除了能收发邮件、过滤邮件,还可以通过自动和手动两种方式进行学习,以适应垃圾邮件的变化,有效的屏蔽垃圾邮件.本文着重介绍该服务器的垃圾过滤器所采用的各种技术和主要结构.     

巧用瑞星杀毒软件2005过滤垃圾邮件

垃圾邮件是目前困扰用户的一个严重问题，许多信息安全厂商都开始进行反垃圾邮件的研究．目前，瑞星杀毒软件2005版中已经添加了反垃圾邮件功能．     

反垃圾邮件个垒打

近两年来，垃圾邮件大量泛滥，不断改头换面，以躲避过滤，魔高一尺；反垃圾邮件技术推陈出新，增强智能别技术，道高一丈。令人汗颜的是，垃圾邮件与病毒为伍，让传统反垃圾邮件技术措手不及。随着安全技术介入，垃圾邮件再次败下阵来。但战争并未结束，垃圾邮件时刻积续力量，准备反攻。俗话说，知己知彼，百战不殆。如若防范垃圾邮件，必须知晓垃圾邮件入侵的突破口，以及恰当的过滤手段。事实上，客户端和邮件服务器是垃圾邮件传播和落脚的根据地，如若横扫“垃圾”，必须直击客户端和邮件服务器。客户端主要靠个人用户维护，邮件服务器端则靠网管维护。现在，我们从这两个角度，讲一讲防范垃圾邮件全套攻略。     

反垃圾邮件大作战之Exchange＋Outlook篇

反垃圾和病毒邮件近几年来一直是热门话题。绝大多数的企业邮件服务器管理人员和邮箱的使用者，以及符种免赀邮箱的使用者都饱受其害。在购买商业的反垃圾邮件套件，并付诸实施之前，我们还需要自己想办法脱离苦海。幸运的是，目前各种邮件服务器或者客户端软件部已经开始提供防止垃圾邮件或者过滤垃圾邮件的功能……     

域密钥识别邮件技术综述

介绍了DKIM的基本概念和框架结构,分析了DKIM的工作原理,并且重点讨论了DKIM面临的威胁以及发展前景.     

LRUNet:轻量级脑肿瘤快速语义分割网络

目的 针对目前基于深度学习的脑肿瘤分割算法参数量大、计算复杂和快速性差的问题,提出了一种超轻量级快速语义分割网络LRUNet （lightweight rapid UNet）,在保证分割精度提升的同时,极大地减少了网络的参数量与计算量,达到快速分割的效果。方法 LRUNet网络结构基于UNet,将3D-UNet的通道数减少为原来的1/4,减少原先3D-UNet过多的参数量;将UNet网络中除最后一层外的所有传统卷积变为深度可分离卷积,深度可分离卷积以牺牲极少精度,大大减少网络参数量,实现网络的轻量级;使用空间—通道压缩和激发模块（spatial and channel squeeze&excitation block,scSE）,该模块能够放大特征图中对模型有利的参数的权重,缩小对模型不利参数的权重,提升网络分割的精度。结果 在BraTS 2018（Brain Tumor Segmentation Challenge 2018）数据集上的在线验证结果显示,该模型在全肿瘤、核心区肿瘤和增强区肿瘤分割的平均Dice系数分别为0.893 6、0.804 6和0.787 2。LRUNet与同为轻量级网络的S3D-UNet相比Dice有所提升,但是,参数量仅为S3D-UNet的1/4,FLOPs （floating point operations per second）仅为1/2。结论 与3D-UNet、S3D-UNet和3D-ESPNet等算法相比,LRUNet算法不仅保证精度得到提升,而且极大地减少网络中计算的参数量与计算成本消耗,同时网络模型的预测速度得到很大提升,使得快速语义分割在3维医学图像领域成为可能。     

双目机器视觉及RetinaNet模型的路侧行人感知定位

目的 行人感知是自动驾驶中必不可少的一项内容,是行车安全的保障。传统激光雷达和单目视觉组合的行人感知模式,设备硬件成本高且多源数据匹配易导致误差产生。对此,本文结合双目机器视觉技术与深度学习图像识别技术,实现对公共路权环境下路侧行人的自动感知与精准定位。方法 利用双目道路智能感知系统采集道路前景图像构建4种交通环境下的行人识别模型训练库;采用RetinaNet深度学习模型进行目标行人自动识别;通过半全局块匹配（semi-global block matching,SGBM）算法实现行人道路前景图像对的视差值计算;通过计算得出的视差图分别统计U-V方向的视差值,提出结合行人识别模型和U-V视差的测距算法,实现目标行人的坐标定位。结果 实验统计2.5 km连续测试路段的行人识别结果,对比人工统计结果,本文算法的召回率为96.27%。与YOLOv3（you only look once）和Tiny-YOLOv3方法在4种交通路况下进行比较,平均F值为96.42%,比YOLOv3和Tiny-YOLOv3分别提高0.9%和3.03%;同时,实验利用标定块在室内分别拍摄3 m、4 m和5 m不同距离的20对双目图像,验证测距算法,计算标准偏差皆小于0.01。结论 本文提出的结合RetinaNet目标识别模型与改进U-V视差算法能够实现对道路行人的检测,可以为自动驾驶的安全保障提供技术支持,具有一定的应用价值。     

融合空洞卷积与注意力的胃癌组织切片分割

目的 病理组织切片检查是诊断胃癌的金标准,准确发现切片中的病变区域有助于及时确诊并开展后续治疗。然而,由于病理切片图像的复杂性、病变细胞与正常细胞形态差异过小等问题,传统的语义分割模型并不能达到理想的分割效果。基于此,本文提出了一种针对病理切片的语义分割方法ADEU-Net （attention-dilated-efficient U-Net++）,提高胃癌区域分割的精度,实现端到端分割。方法 ADEU-Net使用经过迁移学习的EfficientNet作为编码器部分,增强图像特征提取能力。解码器采用了简化的U-Net++短连接方式,促进深浅层特征融合的同时减少网络参数量,并重新设计了其中的卷积模块提高梯度传递能力。中心模块使用空洞卷积对编码器输出结果进行多尺度的特征提取,增强模型对不同尺寸切片的鲁棒性。编码器与解码器的跳跃连接使用了注意力模块,以抑制背景信息的特征响应。结果 在2020年“华录杯”江苏大数据开发与应用大赛（简称“SEED”大赛）数据集中与其他经典方法比较,验证了一些经典模型在该分割任务中难以拟合的问题,同时实验得出修改特征提取方式对结果有较大提升,本文方法在分割准确度上比原始U-Net提高了18.96%。在SEED数据集与2017年中国大数据人工智能创新创业大赛（brain of things,BOT）数据集中进行了消融实验,验证了本文方法中各个模块均有助于提高病理切片的分割效果。在SEED数据集中,本文方法ADEU-Net比基准模型在Dice系数、准确度、敏感度和精确度上分别提升了5.17%、2.7%、3.69%、4.08%;在BOT数据集中,本文方法的4项指标分别提升了0.47%、0.06%、4.30%、6.08%。结论 提出的ADEU-Net提升了胃癌病理切片病灶点分割的精度,同时具有良好的泛化性能。     

注意力机制下密集空洞卷积的肺部图像分割

目的 卷积神经网络（convolutional neural network,CNN）在计算机辅助诊断（computer-aided diagnosis,CAD）肺部疾病方面具有广泛的应用,其主要工作在于肺部实质的分割、肺结节检测以及病变分析,而肺实质的精确分割是肺结节检出和肺部疾病诊断的关键。因此,为了更好地适应计算机辅助诊断系统要求,提出一种融合注意力机制和密集空洞卷积的具有编码—解码模式的卷积神经网络,进行肺部分割。方法 将注意力机制引入网络的解码部分,通过增大关键信息权重以突出目标区域抑制背景像素干扰。为了获取更广更深的语义信息,将密集空洞卷积模块部署在网络中间,该模块集合了Inception、残差结构以及多尺度空洞卷积的优点,在不引起梯度爆炸和梯度消失的情况下,获得了更深层次的特征信息。针对分割网络常见的特征丢失等问题,对网络中的上/下采样模块进行改进,利用多个不同尺度的卷积核级联加宽网络,有效避免了特征丢失。结果 在LUNA （lung nodule analysis）数据集上与现有5种主流分割网络进行比较实验和消融实验,结果表明,本文模型得到的预测图更接近于标签图像。Dice相似系数、交并比（intersection over union,IoU）、准确度（accuracy,ACC）以及敏感度（sensitivity,SE）等评价指标均优于对比方法,相比于性能第2的模型,分别提高了0.443%,0.272%,0.512%以及0.374%。结论 本文提出了一种融合注意力机制与密集空洞卷积的肺部分割网络,相对于其他分割网络取得了更好的分割效果。     

关节轴角先验对3维人体重建结果的影响

目的 3维人体重建的目标在于建立真实可靠的3维人体模型。但目前基于SMPL（skinned multi-person linear model）模型重建3维人体的实验和一些公开数据集中，常常会出现预测的姿势角度值不符合真实人体关节角度规则的现象。针对这一问题，本文提出设置关节旋转角值域，使得重建的结果真实性更强、更符合人体关节机械结构。方法 根据人体关节的联接结构将各个关节的运动进行划分。根据划分结果计算关节运动自由度，并结合实际情况提出基于SMPL模型的关节旋转值域。提出一个简单的重建方法来验证值域分析的正确性。结果 使用3维人体数据集UP-3D进行相关实验，并对比以往直接根据学习结果生成重建模型的数据。在使用轴角作为损失参数的情况下，重建精度提高显著，平均误差降低15.1%。在使用所有损失函数后，平均误差比直接根据预测值生成重建模型的两段式重建方法降低7.0%。重建结果与UP-3D数据集进行真实性对比有显著的关节联动性效果。结论 本文提出的关节旋转角值域设置对基于SMPL模型进行3维人体重建的方法在进行关节点旋转角回归的过程中起到了很大作用，重建的模型也更符合人体关节运动联动性。     

自适应多模态特征融合胶质瘤分级网络

目的 胶质瘤的准确分级是辅助制定个性化治疗方案的主要手段,但现有研究大多数集中在基于肿瘤区域的分级预测上,需要事先勾画感兴趣区域,无法满足临床智能辅助诊断的实时性需求。因此,本文提出一种自适应多模态特征融合网络（adaptive multi-modal fusion net,AMMFNet）,在不需要勾画肿瘤区域的情况下,实现原始采集图像到胶质瘤级别的端到端准确预测。方法 AMMFNet方法采用4个同构异义网络分支提取不同模态的多尺度图像特征;利用自适应多模态特征融合模块和降维模块进行特征融合;结合交叉熵分类损失和特征嵌入损失提高胶质瘤的分类精度。为了验证模型性能,本文采用MICCAI （Medical Image Computing and Computer Assisted Intervention Society）2018公开数据集进行训练和测试,与前沿深度学习模型和最新的胶质瘤分类模型进行对比,并采用精度以及受试者曲线下面积（area under curve,AUC）等指标进行定量分析。结果 在无需勾画肿瘤区域的情况下,本文模型预测胶质瘤分级的AUC为0.965;在使用肿瘤区域时,其AUC高达0.997,精度为0.982,比目前最好的胶质瘤分类模型——多任务卷积神经网络同比提高1.2%。结论 本文提出的自适应多模态特征融合网络,通过结合多模态、多语义级别特征,可以在未勾画肿瘤区域的前提下,准确地实现胶质瘤分级预测。     

A novel algorithm for performance prediction of web-based software systems

Performance metrics can be predicted with appropriate performance models and evaluation algorithms. The goal of our work is to adapt the Mean-Value Analysis evaluation algorithm to model the behavior of the thread pool. The computation time and the computational complexity of the proposed algorithm have been provided. The limit of the response time and the throughput sequences computed by the novel algorithm has been determined. It has been shown that the proposed algorithm can be applied to performance prediction of web-based software systems in ASP.NET environment. The proposed algorithm has been validated and the correctness of performance prediction with the novel algorithm has been verified with performance measurements. Error analysis has been performed to verify the correctness of performance prediction.     

Unilateral plate contact with the elastic-plastic winkler-type foundation

In this work contact problems of a plate with the elastic-plastic Winkler-type foundation has been solved. An unilateral character of bonds between plate and foundation has been taken into consideration. The effect of friction forces in the contact plane has been neglected and an incremental approach has been applied. An incremental problem has been formulated in a variational manner and solved by use of the finite element method. The results of numerical calculations for rectangular plates subjected to the simple and complex load processes have been presented.     

Hamilton矩阵反问题的最小二乘解

本文讨论了Hamilton矩阵反问题最小二乘解,得到解的通式．考虑了解集合对给定矩 阵的最佳逼近问题,给出了唯一最佳逼近解的表达式．最后,我们给出了相应的数值算法及 数值实例．