基于最优属性约简的中文邮件过滤系统

对朴素贝叶斯理论作为中文邮件过滤技术进行了分析改进,邮件预处理后,对其进行分词处理,利用基于依赖性的粗糙集最优属性约简方法来对邮件集进行特征维数压缩。条件属性的数目大幅减少,提高了分类的效率。     

基于概念邮件系统的犯罪数据挖掘新方法

将数据挖掘技术应用于反犯罪和反恐怖是目前各国安全部门的研究热点。目前国内在分析犯罪和恐怖团伙之间联系行为等方面的研究工作有限。本文主要做了下列探索：（1）建立了一个可用的基于邮件用户个性特征和情报属性的概念仿真邮件系统CEM（Conceptual based EMail system），模拟潜在的犯罪和恐怖组织利用电子邮件进行通信的规律；（2）利用符合个性特征和情报属性上的正态分布，模拟真实的邮件进行数据的收发；（3）使用社会网络分析和时间序列分析方法对邮件通信量进行深层次分析，挖掘有意义的邮件通信模式，进而发现异常通信行为；（4）通过实验证明CEM系统具有很好的鲁棒性和伸缩性，可以准确地模拟大量用户的邮件收发，解决了目前仿真数据不足的缺点，并用于发现不同性格特征群体收发邮件的规律。     

一种基于邮件头信息的三支决策邮件过滤方法

提出一种基于邮件头信息的三支决策垃圾邮件过滤方法。该方法使用一种新的属性重要度度量方法,并用该度量方法将邮件头信息属性依据重要度大小进行排序,然后按属性重要度的大小顺序对邮件计算贝叶斯概率并进行三支决策。当信息较少以致不足以决策时,按属性重要度大小顺序增加新的属性信息以帮助进一步的决策,直到得到最后的邮件分类。对比实验结果表明,该方法是合理且有效的。     

Word邮件合并在VB编程中的应用

利用Visual Basic分析Word中的邮件合并对象,通过对邮件合并属性和方法的研究,找到该对象不同属性的数值,主要包括数据源、数据域、文档类型等内容。将它们与Access数据库相结合,在开发的Office改卷系统中,程序能够对打开的文档进行邮件合并判断,实现了自动改卷的功能。     

基于粗糙集的加权朴素贝叶斯邮件过滤方法

邮件过滤中有两个关键问题,一是如何选择有效的邮件特征集,二是设计较好的邮件过滤算法。在对邮件特性进行分析的基础上,综合邮件头及邮件内容的主要形象特征给出了一种新的邮件特征集提取方法。用粗糙集的信息观点度量了各属性的重要性,并以此为权重进行加权朴素贝叶斯垃圾邮件过滤,有效地解决了朴素贝叶斯分类中的条件依赖性问题。通过在中英文邮件集上的测试实验,证明了所提出的邮件过滤方法的有效性。     

基于模式的贝叶斯垃圾邮件过滤的研究与实现

运用TEIRESIAS算法从邮件中提取模式作为表示邮件的属性,在此基础上实现了一个贝叶斯垃圾邮件过滤实验系统。通过实验,比较分析了该过滤器的性能,并讨论了属性集大小、属性最少出现次数对基于模式的贝叶斯垃圾邮件过滤系统的影响。     

基于邮件分类的敏感社团挖掘技术

针对海量邮件数据的处理需求和实际业务需要,设计了基于三层过滤模型的邮件挖掘系统。对时间属性、内容信息和地址数据进行逐层分析和筛选过滤,在广度上缩小侦察范围,在深度上加大挖掘力度。系统以邮件正文和主题包含的敏感信息为切入对邮件进行自动分类,进而通过地址信息建立邮件社会关系网络,挖掘原始邮件数据背后隐含的社团结构。最后通过实验验证了其有效性。     

如何准确 快速的查找对方的IP

1、邮件查询法 使用这种方法查询对方计算机的IP地址时，首先要求对方先给你发一封电子邮件，然后你可以通过查看该邮件属性的方法，来获得邮件发送者所在计算机的IP地址；下面就是该方法的具体实施步骤：     

基于邮件分类的敏感社团挖掘技术研究与实现

针对海量邮件数据的处理需求和实际业务需要,设计了基于三层过滤模型的邮件挖掘系统.对时间属性、内容信息和地址数据进行逐层分析和筛选过滤,在广度上缩小侦察范围,在深度上加大挖掘力度.系统以邮件正文和主题包含的敏感信息为切入对邮件进行自动分类,进而通过地址信息建立邮件社会关系网络,挖掘原始邮件数据背后隐含的社团结构.最后通过实验验证了其有效性.     

最大熵模型在邮件分类中的应用

邮件分类是指在给定的分类体系下,根据邮件的内容和属性,确定其类别标签的过程。将最大熵模型应用于邮件分类中,给出了邮件的预处理过程,介绍了邮件信头特征,分析比较了特征数量和迭代次数、邮件特征字段对分类结果的影响,以及对层次分类和平面分类的效果进行了比较。实验表明,特征数量和迭代次数分别取2 000和250时为宜;充分利用邮件各字段信息,取得的总体分类效果最好,但对合法邮件,利用邮件头及邮件标题却取得了最好结果,并在层次分类中验证了这点,层次分类效果要优于平面分类。最后进行了总结和展望。     

迁移工作流系统中MI间的通信研究

提出了一种新的迁移实例(MI)间的消息通信机制,该通信机制简化了寻址步骤,解决了邮件的失效处理以保证邮件的可靠性,而且通信阶段不再限制MI的自主移动。同时还支持MI邮件的保序,并基于邮箱分离策略实现了MI迁移状态邮件的异步处理,在对邮件进行正确性及完整性验证的基础上,支持错误邮件的重新传送。     

基于NP的垃圾邮件分析系统的设计与实现

垃圾邮件的泛滥成灾给人们的正常生活带来了很大的不便和危害。该文设计并实现了基于NP的垃圾邮件分析系统，具有邮件抓取、还原和类别识别功能，能够有效识别垃圾邮件。实验结果表明，该系统对于垃圾邮件的追踪具有良好的实用价值。     

基于后缀树的骨干网络垃圾邮件检测方法

虽然目前垃圾邮件过滤或检测的研究比较多,但是它们大多数是基于邮件客户端。文章提出了一种基于后缀树的骨干网络垃圾邮件检测方法,它采用后缀树文本表示方法,通过不定长统计方法判定邮件是否相似,然后利用邮件重复出现的次数判定是否为垃圾邮件。该方法不需要任何训练,直接对接收的邮件进行分类统计;对于长度为的邮件,算法的时间复杂度和空间复杂度均为;另外,该方法独立于任何语种。     

基于深度Q网络的垃圾邮件文本分类方法

电子邮件广泛应用于人们的工作生活中。然而,充斥着虚假信息、恶意软件和营销广告等内容的垃圾邮件也以电子邮件为载体进行传播。这不仅给人们带来不便,而且也占用和耗费大量的网络资源,甚至严重地威胁信息安全。因此,有效地识别、过滤垃圾邮件是一项重要的工作。目前,垃圾邮件过滤方法主要包括基于邮件来源的识别和基于内容的识别,但大部分方法效果不佳且效率不高,并且需要耗费大量的人力标注特征,也跟不上垃圾邮件内容和形式等的改变。近年来,有研究人员将深度强化学习用在自然语言处理上并取得了重大的成果,鉴于此,本文提出基于深度Q网络的垃圾邮件文本分类方法。该方法在对邮件文本进行预处理、分词以及用Word2vec模型得到词向量的基础上用深度Q网络对垃圾邮件进行过滤,充分利用Word2vec中的CBOW模型得到邮件文本中的每个分词对应的词向量,直接用深度Q网络对得到的词向量集进行处理,无需提取邮件的特征,避免了由于特征提取的偏差带来的负面影响,提高了垃圾邮件过滤的效率和精确率。实验结果验证了本文方法的有效性。     

嵌入式系统下的邮件服务器的设计

目前Linux作为一种源码开放、安全可靠的系统平台,已成为嵌入式系统的首选操作系统。文中主要介绍嵌入式系统Linux下邮件收发系统的设计与开发。该邮件系统按照SMTP和POP3协议的规范,实现邮件系统的收发功能,包括邮件服务器和邮件客户端两部分。邮件服务器实现邮件的保存和传送功能。客户端可以执行邮件编辑、发送邮件和接收邮件等操作。该系统的设计坚持以方便用户为原则,它的逻辑清晰、界面简单友好,便于使用。     

邮件系统防止垃圾邮件攻击的安全方案的探讨

描述了邮件协议的工作原理，分析了可能出现垃圾邮件攻击的网络安全漏洞，对于目前主流邮件服务器系统Send-mail，Qmail，Lotus Domino，Exchange出现垃圾邮件主要原因、防止垃圾邮件的安全方案进行了探讨，并提出各系统相应的具体解决方案，这些方案在实际使用中取得较好的效果。     

高性能电子邮件过滤系统的设计与实现*

该系统采用基于全信息的自然语言理解方法论,对邮件从语法（关键词过滤）、语义（主题过滤）、语用（倾向过滤）三个层次上进行过滤,从而尽量避免对正常邮件的误判和对非法邮件的漏判。     

反向散射邮件的防范技术研究

反向散射邮件是一种用户接收到他们从未发出过的邮件的响应邮件,已经严重影响了电子邮件系统的正常运行.阐述反向散射邮件的产生机理与危害,重点探讨对抗反向散射邮件的常用技术,并分析这些技术的优缺点.     

高性能电子邮件过滤系统的设计与实现

该系统采用基于全信息的自然语言理解方法论，对邮件从语法(关键词过滤)、语义(主题过滤)、语用(倾向过滤)三个层次上进行过滤，从而尽量避免对正常邮件的误判和对非法邮件的漏判。