共查询到20条相似文献,搜索用时 0 毫秒
1.
记得今年9月1日起施行手机实名制时,还高兴了一把,以为总算不用每天都忍受到一堆垃圾短信的骚扰了。可结果这手机实名制登记的政策实施已经过去1个多月了,情况似乎并没有得到多大好转,垃圾短信依然十分猖獗。兴许这实名制见效没那么快,也可能是其他某某原因,但毫无疑问,在垃圾短信真正消失那天之前,要和垃圾短信说“拜拜”还得靠我们自己。 相似文献
2.
3.
自2008年央视在“3.15”晚会上爆出分众传媒制造垃圾短信的内幕以来,垃圾短信已成为众矢之的。工业和信息化部对此加大了打击力度,于2008年6月发出了《关于开展垃圾短信息整治专项行动工作方案的通知》,全面启动垃圾短信整治专项行动。 相似文献
4.
5.
6.
7.
8.
针对目前手机垃圾短信过滤的几种方法,分析与比较这些方法的优缺点,在此基础上,介绍贝叶斯过滤方法的原理,讨论基于贝叶斯推理方法的过滤技术在手机垃圾短信过滤中的优点和适用性,重点介绍贝叶斯推理方法在手机短信过滤中的应用,实验结果显示该系统具有较好的过滤效果。 相似文献
9.
10.
11.
12.
13.
基于CAPTCHA和Winnow算法的垃圾短信过滤研究 总被引:1,自引:1,他引:0
为识别并过滤掉日益增多的垃圾短信,提出了基于全自动人机识别系统(CAPTCHA)和Winnow算法的过滤方法。在CAPTCHA方法中,根据用户能否正确辨认图片,人类和计算机能被辨别,该方法能有效地过滤计算机发送的组垃圾短信。改进的Winnow过滤器可以直接处理原始文本,节省了中文分词时间,而且利用了复合分类思想,提高了分类精度。实验结果表明,CAPTCHA和改进的Winnow算法相结合能较准确地过滤掉垃圾短信。 相似文献
14.
15.
16.
17.
18.
对垃圾短信进行过滤识别研究具有重要的社会价值和时代背景意义。针对传统的人工设计短信特征选择方法中存在数据稀疏、特征信息共现不足和特征提取困难的问题,提出一种基于词向量和卷积神经网络(CNN)的垃圾短信识别方法。首先,使用word2vec的skip-gram模型根据维基中文语料库训练出短信数据集中每个词的词向量,并将每条短信中各个词组所对应的词向量组成表示短信的二维特征矩阵;然后,把特征矩阵作为卷积神经网络的输入,通过卷积层的不同尺度卷积核提取多尺度短信特征,以及利用1-max pooling池化策略得到局部最优特征;最后,将局部最优特征组成融合特征向量放入softmax分类器中得出分类结果。在10万条短信数据上进行的实验结果表明,在特征提取方式相同的情况下,基于卷积神经网络模型的识别准确率能够达到99.5%,比传统的机器学习模型提高了2.4%~5.1%,且各模型的识别准确率均保持在94%以上。 相似文献
19.