基于贝叶斯方法的客户端邮件过滤器的设计与实现

伴随着电子邮件的广泛使用,垃圾邮件泛滥成灾,严重影响了人们正常的学习、工作和生活。本文通过对垃圾邮件的分析与处理,设计并实现了基于贝叶斯方法的客户端邮件过滤系统。实验证明贝叶斯方法能够有效的过滤垃圾邮件。     

基于改进信息增益的垃圾邮件过滤研究

信息增益是文本分类中一种有效的特征项选择方法,针对垃圾邮件过滤中的特征项选择问题,提出了一种改进的信息增益方法提取特征词,并采用了最小风险贝叶斯的决策方法,最后在英文语料库上进行实验,实验结果表明改进后的方法降低了过滤器对合法邮件的误判。     

基于朴素贝叶斯的文本分类算法研究

互联网时代存在大量的文本数据,为了更加有效的利用文本信息,文本分类已成为当务之急.本文介绍了朴素贝叶斯算法的原理以及解决文本分类问题的流程,分析了朴素贝叶斯用于文本分类问题的优缺点,并且提出了改进方案.     

基于多特征模糊关联的垃圾邮件过滤方法

提出一种基于多特征模糊关联的垃圾邮件过滤方法.该方法分为预处理和实时处理两个阶段,在预处理阶段,分析训练样本集,提取邮件的发送源特征和文本特征的典型特征值集合,计算典型特征值与合法邮件类、垃圾邮件类之间的模糊关联度.在实时处理阶段,根据待分类邮件所包含的特征值,计算邮件的类支持度,然后利用Dempster-Shafer 证据理论实现多个特征的分类融合与判决.实验结果表明,此方法能有效提高垃圾邮件过滤的查全率和查准率.     

基于人工智能技术的运动视频内容分类研究

针对分类运动视频内容可帮助用户更有效地获取与管理运动视频信息,设计基于人工智能技术的运动视频内容分类方法。在运动视频压缩域内,采用机器视觉技术中基于主色相似度的差分统计直方图(DCDSH)特征提取算法结合HSV颜色空间,获取运动视频某帧图像的主色特征;利用机器学习技术中的支持向量机(SVM)构建SVM分类器,建立运动视频图像各主色特征向量同视频内容类别间的对应关系;结合one-against-one结构将SVM二分类器推广到运动视频特征的多分类问题上,汇总各SVM二分类器的分类结果,通过投票规则将得票最高的类别标记为待分类运动视频所属类别。分类结果显示,所研究方法能够有效识别并分类篮球、足球、羽毛球、滑冰4种不同类别运动视频内容,平均分类查全率和查准率都高于95%。     

基于AOP技术的邮件日志系统研究

大多数软件都采用日志记录系统的关键操作,而且把日志代码与业务代码交织在一起,并散布到关键操作的业务逻辑中。本人在研发邮件服务系统的过程中,采用面向方面编程（Aspect Oriented Programming,AOP）技术将邮件日志与邮件服务的业务逻辑分离,并把日志单独作为一个模块来实现,然后使用代理的方法将日志功能与业务联接在一起,组合成一个完整的软件系统。这种设计方法增强了日志模块的独立性和可重用性,提高了系统的灵活性与可维护性。     

基于多维度分析的APT邮件攻击检测

电子邮件是APT (Advanced Persistent Threat)攻击中常用的攻击载体,本文针对APT邮件攻击提出了一种基于多维度分析的APT邮件攻击检测方法。首先,提取邮件头部和邮件正文信息,邮件附件文件还原;然后,分别通过邮件头部、邮件正文、情报检测、文件内容深度检测、邮件异常行为检测和邮件站点自学习等多维度进行分析;最后基于分析结果将邮件归类为普通邮件和可疑APT攻击特征的邮件。本文提出的方法既结合传统的邮件威胁攻击特征,并融入情报检测和附件深度检测,且考虑邮件异常行为分析,最后结合客户业务进行自学习分析,有效地提高了APT邮件攻击的检测准确率,为APT邮件攻击检测提供一种良好的检测方案。     

Efficient identity‐based key encapsulation scheme with wildcards for email systems

Identity‐based key encapsulation scheme with wildcards (WIB‐KEM) is very useful in email systems for confidential communication, as it enables the effective encryption of email to a range of users simultaneously whose identities match a certain pattern. In this paper, I propose a WIB‐KEM scheme achieving simultaneously high efficiency and security level. Our scheme achieves the low computational cost because during the decryption phase the bilinear pairing operation of decryption is constant. Moreover, the private key size shrinks as the identity depth increases. I further prove its adaptive chosen ciphertext security under decisional bilinear Diffie–Hellman assumption in standard model. The scheme not only can meet security demands but is also efficient in terms of computation and communication. Our scheme is tested on a modern station, and the experimental results demonstrate its suitability for large‐scale email systems. Copyright © 2013 John Wiley & Sons, Ltd.     

基于朴素贝叶斯和层次聚类的两阶段垃圾邮件过滤方法

为降低对合法邮件的误判，提出一种基于朴素贝叶斯和层次聚类的两阶段垃圾邮件过滤方法。该方法将邮件划分为“合法邮件”、“可疑邮件”和“垃圾邮件”3类，在第一阶段，利用朴素贝叶斯算法速度快、分类性能好的优点，对邮件进行初步分类；在第二阶段，基于垃圾邮件的发送特征，利用层次聚类算法进行相似性比较。实验表明，该方法能够显著提高垃圾邮件的查准率，降低对合法邮件的误判，更加符合实际应用需求。     

Spam Filtering： Online Naive Bayes Based on TONE

The naive Bayes(NB) model has been successfully used to tackle spam,and is very accurate.However,there is still room for improvement.We use a train on or near error(TONE) method in online NB to enhance the performance of NB and reduce the number of training emails.We conducted an experiment to determine the performance of the improved algorithm by plotting(1-ROCA)% curves.The results show that the proposed method improves the performance of original NB.     

基于免疫的动态垃圾邮件过滤研究

本文基于生物免疫系统防御机制,探讨了将人工免疫原理应用于垃圾邮件过滤系统(IDSFS),通过动态生成垃圾邮件疫苗,提高系统的检出率.另外,针对传统邮件过滤系统存在的错误肯定率、错误否定率等不足及用户对邮件个性化处理的要求,引入用户反馈机制,使得系统精确率、正确率进一步提高.实验结果表明,该系统具有较强的自学习、自适应能力.     

离散贝叶斯分类算法雷达目标一维距离像识别

首先讨论了传统贝叶斯分类器设计方法的局限性,然后提出了离散贝叶斯分类算法,并推导了离散贝叶斯分类器的分类误差估算公武.用大量的实测高分辨雷达目标回波数据进行计算机模拟,离散贝叶斯分类算法获得了平均94.33%的正确识别率,分类误差估算公式估算的分类误差为5.23%.计算机模拟结果表明了该方法的有效性.     

基于贝叶斯的航材后续备件预测模型

文章通过对航材后续备件的预测需求分析，针对基于维修理论的预测模型精度较低，无法满足实际需求，在航材备件预测中引入贝叶斯方法，预测出需求量。实践证明，该模型有效地提高了航材管理的水平和航材储备资金的利用率。     

备件保障度评估与备件需求量模型研究

基于更新过程理论,给出了部件寿命服从不同分布(指数分布、威布尔分布、正态分布和Г分布)情况下,单不可修部件的备件保障度模型;然后给出了多不可修部件和多可修部件的备件保障度模型．通过具体算例,验证了模型的正确性;最后在备件保障度模型的基础上,给出了备件需求量模型。     

Four-wave mixing reduction technique based on smart filter approach

This paper proposed a new technique to suppress the four-wave mixing (FWM) effect by using a smart filter technique. The behaviour of FWM and the performance of wavelength division multiplexing systems with 4 and 16 channels were simulated in the presence of the proposed technique. The simulation was also performed under different parameters such as input power, number of channels and channel spacing. The FWM power drastically decreases by 12 and 19 dB for the 4 and 16 channels, respectively, when the smart filter is used as compared with the conventional system. In terms of system performance, the suggested approach for 4 and 16 channels at the first channel offers low bit error rate (BER) values of 3.23 × 10^?23 and 1.7 × 10^?21, respectively. The smart filter with the channel spacing variation for the 4-channel system subsequently improved the BER value at the fourth channel. Results confirm that the smart filter approach is an active solution that can suppress the FWM effect in optical transmission systems.