基于神经网络的"垃圾"邮件过滤系统设计

为了对垃圾邮件进行有效地过滤,以神经网络作为分类器,采用由垃圾邮件发送者进行确认的邮件认证方法设计了邮件过滤系统。神经网络的自学习、自适应能力解决了垃圾邮件特征不断变化而过滤方法相对固定的矛盾。新的垃圾邮件认证方法使发送垃圾邮件比接收垃圾邮件更费时间,减少了用户收到垃圾邮件的数量。     

对垃圾邮件过滤技术的问题研究

近年来,电子邮件方便人们的生活,同时,也有大量的垃圾邮件不断涌现,随之也出现了各种垃圾邮件过滤技术。文中主要介绍基于信件源垃圾邮件过滤技术和基于内容的垃圾邮件过滤技术,通过对这两种技术的介绍,分析了垃圾邮件过滤技术的优缺点,并对垃圾邮件过滤技术中存在的问题进行了讨论。垃圾邮件发送者不断改变发送策略以逃避过滤技术的过滤,垃圾邮件发送策略也不断的更新。文中对近年来垃圾邮件发送的新策略进行了详细的阐述,讨论目前垃圾邮件过滤技术研究中遇到的问题和挑战。     

基于QMAIL-LDAP的反垃圾邮件系统

互联网上垃圾邮件问题日益严重,有必要在邮件系统上实施垃圾邮件防范措施。该文分析了垃圾邮件的起因和特点,提出了垃圾邮件的防范措施和基于QMAIL-LDAP的反垃圾邮件系统,阐述了该系统的体系结构及其实现方法,以实际运行数据说明了系统对抗垃圾邮件的有效性。     

基于AIS的垃圾邮件双层过滤方法的研究

提出了一种新型的双层垃圾邮件过滤方法.该方法基于免疫学习,免疫记忆和免疫识别等机制,具有一定的自适应能力和多样性,充分利用了垃圾邮件与非垃圾邮件的特征,从而降低了非垃圾邮件被错判的风险.实验结果表明,双层过滤方法可有效的降低垃圾邮件的虚报率(非垃圾邮件被错判为垃圾邮件的比例).     

基于关联规则的垃圾邮件分类模型

为了提高垃圾邮件分类精确,提出一种基于关联规则的垃圾邮件分类模型。首先通过改进的FP-grow算法挖掘垃圾邮件关联规则集,以关联规则集为基础构建垃圾邮件分类器模型,然后考虑垃圾邮件特征词权重对邮件进行分类,最后采用仿真实验测试模型的性能。结果表明,该方法提高了垃圾邮件分类精度,可以较好地对垃圾邮件进行分类。     

垃圾邮件过滤技术研究综述*

垃圾邮件过滤是一种主动安全防御技术。首先概述了垃圾邮件过滤的发展历史及其基本概念;然后根据不同的标准对垃圾邮件过滤技术进行了分类,并评述了各种垃圾邮件过滤方法和技术;最后展望了垃圾邮件过滤技术及其产品的发展方向。     

图片垃圾邮件过滤技术综述

从图片垃圾邮件的现状着手,通过对图片垃圾邮件的分析,将图片垃圾邮件与文本垃圾邮件之间的不同点进行了对比,并对图片垃圾邮件的特征进行了总结.与此同时,对图片垃圾邮件过滤中常用的一些过滤方法,例如OCR(最优字符识别)以及指纹技术进行了介绍,分析了其优缺点,并结合它们自身的缺点提出了一些建设性看法.最后对最新的反垃圾邮件研究成果作了简略描述,并对垃圾邮件的发展作出了展望.     

来自安全厂商Sohpso的统计 中国成亚洲头号垃圾邮件发源地

2月3日,安全厂商Sophos的统计数据显示,2005年第4季度,来自中国的垃圾邮件数量增长迅猛,这也使中国在18个月以来首次超越韩国,成为亚洲头号垃圾邮件发源国。2005年10月至12月,Sophos实验室监测的垃圾邮件,有22.3%来自中国。中国已超过韩国,成为世界第二号的垃圾邮件发源国。在不到2年的时间里,来自中国的垃圾邮件增长了150.6%。2005年4月至9月,来自中国的垃圾邮件占到了全球垃圾邮件数量的15.7%。而2004年同期,这一数字还仅有8.9%。来自韩国的垃圾邮件数量在减小,但它仍然排名第三,去年10到12月,韩国的垃圾邮件数量占到了全球垃圾邮件数量…     

垃圾邮件过滤系统的研究与实现

介绍了各类垃圾邮件过滤技术,分析了已经应用于垃圾邮件内容过滤领域的一些分类算法存在的某些不足,创新地将一种新的分类算法（SECTILE）应用于垃圾邮件的分类过滤中去,并设计了一个多层次垃圾邮件过滤系统。该系统整合了多项垃圾邮件过滤技术(黑名单/白名单技术、基于规则的过滤、基于内容的过滤）,实验和分析结果表明,该系统提高了垃圾邮件过滤的效率和准确性。     

SurfControl出手 扫除图片垃圾邮件

日前,SurfControl针对日益猖獗的图片垃圾邮件推出了全面的解决方案。垃圾邮件正由以往颇具迷惑性的URL地址链接和文字形式逐渐演变成图片格式。目前图片垃圾邮件的数量已经上升到垃圾邮件总量的50%以上。SurfControl有效拦截图片垃圾邮件     

基于树突状细胞算法的垃圾邮件群发检测

通过分析垃圾邮件的群发特征,结合危险理论的思想,提出了运用树突状细胞算法（ DCA）检测垃圾邮件群发现象的方法。该方法从垃圾邮件群发的行为特征入手,对一段时间内垃圾邮件的群发特征进行分析,根据正常和垃圾邮件在群发特征表现上的差异,判断是否为垃圾邮件群发。实验结果表明：该方法能够有效、快速地检测出垃圾邮件群发现象,具有较高的检测率。     

反垃圾邮件网格清扫网络

不请自来的垃圾邮件(Spam)的泛滥给互联网带来了严重问题。据统计,在2002年初,垃圾邮件占整个邮件发送量的16%,2003年初变成42%,2004年初变成60%。垃圾邮件的清除需要消耗大量人力,Radicati集团预测,到2007年,全球因为垃圾邮件造成的损失将多达1130亿美元。在我国,垃圾邮件已经带来了一定的负面影响。据Spamhaus统计结果,中国位居美国之后,成为全球第二大垃圾邮件发送国。2003年,欧美许多国家公开封堵来自中国的邮件,原因是从中国发出的垃圾邮件大大超出了他们的预料。也就是说,从中国流出的垃圾邮件已经损害了我国互联网产业的整体形象。…     

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。     

难言垃圾邮件之痛

网络化生存也给人们带来欢乐的同时,也有些负面影响挥之不去,这其中对人们影响最大的要算垃圾邮件了,说垃圾邮件是网络的第一大杀手一点也不为过。虽然垃圾邮件与反垃圾邮件的斗争已经有了多年的历史,但是垃圾邮件的问题好象是愈演愈烈,垃圾邮件也越来越多。这固然有个人的因素,但是网络架构的开发性和不可管理性, 是造成垃圾邮件日益严重的根源。     

将垃圾邮件扼杀在未接收前

垃圾邮件是互联网的一大难题，大量的垃圾邮件让我们不胜其烦，甚至影响到我们的工作生活。如何更好地清除垃圾邮件呢？这让邮件客户端和邮件服务提供商们费尽了心机。各种垃圾邮件过滤层出不穷，比较著名的就有贝叶斯垃圾邮件过滤算法。不过，这些垃圾邮件的过滤方法都是在垃圾邮件接收下来后才进行过滤的，     

意识主导邮件安全

垃圾邮件给互联网以及广大的使用者带来了很大的影响,大量的垃圾邮件不仅仅需要人们花费时间来处理,而且还占用大量的系统资源。垃圾邮件占用了大量网络资源,这是显而易见的。但是,一些邮件服务器因为安全性差,有时被作为垃圾邮件转发站,导致服务器被警告,甚至IP被封等事件。垃圾邮件就像病毒和黑客一样,是一种非常恶意的网络行为。垃圾邮件和黑客攻击、病毒等结合也越来越密切。例如,SoBig蠕虫就可以安装于开放的,可以用来支持邮件转发的代理服务器。随着垃圾邮件的演变,用恶意代码或者监视软件等支持垃圾邮件已经明显地增加了。无论是相…     

警惕图片垃圾邮件——访Ironport公司副总裁Patrick Peterson

尽管《中国互联网协会2006第三次反垃圾邮件调查报告》最新的调查结果表明,从2006年6月到10月期间,中国互联网用户收到的垃圾邮件比例由61.99%下降到59.49%,但是我们也必须警惕一种新的垃圾邮件形式正在蔓延。Ironport公司副总裁PatrickPeterson谈到,垃圾邮件的发展趋势是图片垃圾邮件和U R L垃圾邮件。其中图片垃圾邮件的暴利使得越来越多的人对此趋之若鹜,也造成了如今图片垃圾邮件形势越来越严峻的现实情况。从目前来看,垃圾邮件的数量已增长至600亿封每天,其中图片垃圾邮件每天的数量高达150多亿封,比2005年整整增长了10倍。图片垃圾…     

垃圾邮件标题实录

网上,我们对垃圾邮件都是归为过街老鼠,人人喊打之列。而为了减少垃圾邮件的骚扰,我们也发挥了战天斗地的才智,多用免费邮箱,利用过滤软件。一段时间,这垃圾邮件也算安静了许多。但好景不长,垃圾邮件又突破层层防线滚滚而来。笔者平时也在留心这垃圾邮件的特点,也存了100多封的垃圾信。仔细研究了一下,果然发现其间大有名堂。     

图片新闻

今年2月全球垃圾邮件的比例为70％安全厂商赛门铁克的统计数据显示,今年2月份全球垃圾邮件的比例为70％,其中50％来自北美。在所有垃圾邮件中,图片邮件占到了38％,因此增加了安全软件的查杀难度。此外,与色情相关的垃圾邮件比例降至历史最低水平,同时,有关健康产品和其他日用品的垃圾邮件明显增多。     

向垃圾邮件宣战

垃圾邮件之所以称为“垃圾”,实在是因为其耗费了太多的互联网资源和企业成本。去年一年间,垃圾邮件就已经导致了企业高达100亿美元的损失。今年各企业的电子邮件也许将有50%是垃圾邮件。没有收过垃圾邮件的企业已经绝无仅有了。我们已经开始饱受垃圾邮件之苦,我们必须拿起各种各样的武器,来保卫我们网络的宁静......