基于信件源的垃圾邮件过滤

众所周知,垃圾邮件问题已经是当今网络世界的一个严重问题。大量无用,甚至有害的信件在网络传播,不仅消耗了大量的网络资源,而且还严重威胁到邮件系统用户信息的安全,对邮件服务器本身提出了严峻的挑战。保护内部邮件服务器,在最大程度上减少垃圾邮件对邮件服务器的破坏是该文将讨论的主题。文章将对这一问题提出一种有效的解决方案,通过基于信件源的邮件过滤来自动地实现对邮件服务器的保护,并且对基于这种方案的反垃圾邮件技术的发展提出一些看法。     

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。     

浅谈垃圾邮件的危害及对策

近年来随着网络的高速发展,垃圾邮件日益猖獗,给人们的工作生活造成了不小的危害。该文主要分析垃圾邮件的形成原因,介绍了当今较为成熟的反垃圾邮件技术,并通过实际案例讲解了反垃圾邮件网关在局域网中的应用。     

垃圾邮件的检测分析技术

本文讨论了垃圾邮件的特点、存在的危害及目前的常用的几种检测方法。在垃圾邮件检测技术方面,广泛使用的是基于各种规则的过滤技术,如黑白名单、内容过滤、贝叶斯过滤等;还有基于行为的检测技术。在反垃圾邮件方面。还有基于发件方的认证技术,如挑战应答技术、DomainKeys系统、CallerID计划等。     

基于行为模式识别的反垃圾邮件技术

分析邮件传送机制及传统反垃圾邮件技术，对基于行为模式识别的垃圾邮件处理技术技术进行了建模与处理流程描述，对发送垃圾行为进行了分类，针对不同行为做到了从源头上，原理上控制垃圾邮件的传播。研究分析认为，将行为模式识别技术应用于垃圾邮件的处理有主动性和精确性的优点。     

垃圾邮件末日来临？

微软、雅虎、美国在线三大电子邮件服务巨头合作的“发信人身份识别”技术能否让垃圾邮件从我们身边走开?     

电子垃圾邮件过滤技术的应用

随着因特网的不断普及，我国的电子邮件E-mail用户数呈指数级增长，E-mail服务是所有Internet服务中最基本的服务，超过百分之八十的用户使用E-mail服务。E-mail服务为人们的工作、生活、娱乐提供了极大的便利。然而任何事物都有正反两个方面，随着免费电子邮件的普及发展和易于获取，它也     

垃圾邮件的入侵与防范

随着网络技术的迅猛发展,垃圾邮件日益猖獗。为了有效地对垃圾邮件加以打击和防范,该文简单阐述了垃圾邮件的定义和历史,并详细介绍了邮件用户日常应采取的措施。     

防止垃圾邮件过滤器误判正常信息的十项要诀

如果正常信息被垃圾邮件过滤器误判的话．就可能发生严重的问题。举例来说．求职失败、心情感到郁闷甚至丢失业务都属于可能出现的情况。现在．在本文给出的要诀帮助下．广大用户可以保证发送的所有正常信息都到达预定位置。     

基于内容的垃圾邮件过滤技术综述

垃圾邮件问题日益严重,受到研究人员的广泛关注。基于内容的过滤是当前解决垃圾邮件问题的主流技术之一。目前基于内容的垃圾邮件过滤主要包括基于规则的方法和基于概率统计的方法。本文综述了目前用于垃圾邮件过滤研究的各种语料和评价方法,并总结了目前使用的垃圾邮件过滤技术以及它们之间的对比实验,包括Ripper、决策树、Rough Set 、Rocchio 、Boosting、Bayes、kNN、SVM、Winnow 等等。实验结果表明,Boosting、Flexible Bayes、SVM、Winnow 方法是目前较好的垃圾邮件过滤方法,它们在评测语料上的结果已经达到很高水平,但是,要走向真正实用化,还有很多的工作要做。     

垃圾邮件行为识别技术研究

对反垃圾邮件行为识别技术进行了研究。提出了一种基于会话层的垃圾邮件识别方法,在分析发送过程中的邮件行为特征基础上,提取出能够区分垃圾邮件和正常邮件的行为特征,并采用支持向量机分类算法建立行为特征识别模型,找出垃圾邮件行为规律。该方法在邮件正文发送之前对垃圾邮件进行过滤,能够有效地节省带宽。采用真实的邮件数据集合分别使用行为识别技术与基于内容的过滤技术进行实验,验证该技术具有较好的邮件分类能力。     

一种快速的基于URL的垃圾邮件过滤系统

垃圾邮件是当前Internet上关注一个焦点问题,随着垃圾邮件的伪装技术的不断更新,以前主要的几种垃圾邮件过滤技术面临着新的挑战。针对目前垃圾邮件大都含有要宣传网站的URL地址的特点,我们构建了一个基于URL的垃圾邮件过滤系统,通过查询邮件中是否含有URL黑名单中的URL地址,来识别垃圾邮件。在URL地址查询过程中,采用Hplf散列函数来加速查询。通过试验测试,该系统能有效地减少垃圾邮件的数量。     

改进贝叶斯算法的垃圾邮件过滤技术研究

设计一种基于改进贝叶斯算法的垃圾邮件过滤系统,通过朴素贝叶斯过滤算法以及该算法在反垃圾邮件中的八个处理步骤,分别建立三个哈希表,设置阈值来判别邮件是否为垃圾邮件.     

基于内容的图像垃圾邮件检测与过滤方法

随着人们对电子邮件的依赖性越来也高,垃圾邮件的过滤已经成为了目前亟须重视和解决的问题。自从图像垃圾邮件出现后,已经有一些学者对其过滤方法进行了研究,并且也取得了一定的成果,本文主要以特征提取来过滤图像垃圾邮件进行阐述。     

模式特征滤波

借鉴了传统的信号频谱滤波原理,根据最小均方误差原则,在特征空间法模式识别中提出了“特征空间维纳滤波”算法,它充分利用先验知识,为模式识别系统构造一个线性滤波器;理论和实验结果表明,维纳滤波使总偏差达到最小,实验结果还表明它对识别性能有一定改善。     

基于多级属性集的垃圾邮件过滤技术

针对目前常用的垃圾邮件过滤技术普遍存在误报和漏报与分类过滤效率之间的矛盾问题,提出了一种改进的垃圾邮件过滤算法。在对这种新算法进行仿真测试后发现,新算法不仅有效地降低了漏报率和误报率,同时也减少了分类时间,为改进现有垃圾邮件过滤系统提供了一条新的解决方法和途径。     

垃圾邮件过滤的贝叶斯方法综述

目前,基于内容的垃圾邮件过滤问题是Internet安全技术研究的一个重点问题,将机器学习的相关方法应用于垃圾邮件的搜索和判定是进行大量垃圾邮件处理的有效方法。由于贝叶斯分类方法在垃圾邮件处理上表现出了很高的准确度,因此基于贝叶斯分类的垃圾邮件分类方法受到了广泛的关注。主要介绍了贝叶斯方法的理论依据和实现方法,总结了近几年的贝叶斯分类方法的研究情况和贝叶斯方法在垃圾邮件处理中应用的优点和局限性,并提出了下一步可能的研究方向。     

一种基于神经网络的垃圾邮件过滤方法

垃圾邮件问题日益严重,受到研究人员的广泛关注,基于各种技术的垃圾邮件过滤方法应运而生,其中神经网络技术应用广泛.现在主要采用的后向传播(BP)神经网络虽然在垃圾邮件过滤中取得很好的效果,但仍然存在局部极小点、不能适应新样本、学习效率较低等诸多问题.因此,本文将一种有导师、可在线学习的自组织神经网络--预测自适应谐振理论神经网络(ARTMAP),运用于垃圾邮件过滤,提出了一种新的基于ARTMAP的垃圾邮件过滤方法.实验表明,基于ARTMAP的邮件过滤能够对垃圾邮件进行有效的过滤,在保证正确率的同时,更能适应当前垃圾邮件特征不断变化的环境.     

垃圾邮件过滤中信息增益的改进研究

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。首先利用特征词的先验概率定义增益比,然后利用增益比对特征词为整个分类所提供的信息量进行放大或弱化,从而对特征词的类别条件熵计算作了改进,采用极大后验假设朴素贝叶斯决策方法在英文语料库上进行实验,通过召回率、正确率、精确率和错误率对算法进行评价分析。实验结果表明,改进后的算法提高了过滤器的分类精度,降低了过滤器对合法邮件的误判给用户带来的损失。     

基于覆盖算法的垃圾邮件过滤

电子邮件系统分类的正确性与风险性是评价邮件系统好坏的关键因素,邮件过滤是文本分类问题的一种特殊应用.将神经网络中的覆盖算法引入到邮件过滤中,结合多种特征降维方法进行邮件分类实验,并与SVM方法进行了比较.给出一个结合覆盖算法、合适的特征选择与降维方法的分类器,可以实现较好的效果.另外,根据垃圾邮件过滤在实际使用中的最小风险性的要求,从风险角度分析了覆盖算法对测试样本进行分类时的过程.根据分析结果提出对其拒识样本的处理过程进行改进,通过改变非垃圾邮件所属覆盖的影响范围降低了垃圾邮件过滤时的风险.