反垃圾邮件信息过滤技术研究

　　《反垃圾邮件信息过滤技术研究》从技术的角度出发，在全面、系统学习和总结了国内外反垃圾邮件领域的新成果的基础上，深入、全面地研究了反垃圾邮件信息过滤技术，取得了以下若干创新和成果。《反垃圾邮件信息过滤技术研究》的主要创新和贡献包括以下几个方面。1.归纳总结了当前垃圾邮件采用的新的抗过滤的方法和手段。垃圾邮件发送者为了让垃圾邮件逃避各种垃圾邮件过滤，不断变化更新欺骗过滤器的方法和手段，目前简单的过滤方法已经无法有效地过滤垃圾邮件。《反垃圾邮件信息过滤技术研究》在学习了国内外相关资料和研究了大量近期垃圾邮件样本后，归纳总结了当前垃圾邮件发送者常采用的欺骗手段和方法，及其它们的特点，以便有的放矢，更有效地反垃圾邮件。2.提出了一种基于内容的MNNB垃圾邮件过滤算法。MNNB算法应用Markov链改善了NaIve Bayes垃圾邮件过滤算法中的词条之间相互独立的缺陷，并假设句与句之间是独立的，来简化算法的计算量。实验显示MNNB算法提高了Nalve Bayes算法的准确率和查全率，并且由于该算法不需要分词，对过滤不同语言的垃圾邮件具有更好的适应性。3.提出了一种基于内容的LVQ神经网络过滤算法。LVQ神经网络算法是先把邮件细分成具体的类别，然后再根据用户的定义，把具体的类别规约成垃圾类邮件和正常类邮件。LVQ神经网络算法克服了垃圾邮件具体类别宽泛、特征离散的问题，提高了垃圾邮件识别的准确度，并且该算法可根据用户对垃圾邮件范围的不同定义，来划分垃圾邮件和正常邮件。4.提出了一种基于特征的近似垃圾邮件检测算法-ASD算法。针对网络中存在大量重复、近似的垃圾邮件，利用ASD算法生成的特征，高效地查询收到邮件。ASD算法以句为单位，作为SHA1函数的参数，计算其哈希值，然后将获得的哈希值排序，生成每个已知垃圾邮件的特征。比较新邮件的特征与已知垃圾邮件特征的近似度，来判断该邮件是否为垃圾邮件。5.构建了一个基于URL垃圾邮件快速过滤的模块。当前相当一部分垃圾邮件简单地给出某“黑网页”的URL地址，起到间接宣传广告的作用，而能有效地逃过现有的垃圾邮件过滤方法的过滤。针对此类垃圾邮件，采用基于URL的过滤，能有效过滤此类垃圾邮件，是其他垃圾邮件过滤算法的有效补充。6.构建了一个基于邮件服务器端的、多层次的垃圾邮件过滤系统——Spam Sweeper。Spam Sweeper系统集合了DNS反向查询、公有、私有黑白名单、询问／响应、基于URL的过滤、基于特征的ASD算法、基于内容的LVQ神经网络算法和MNNB算法多种方法，各种方法之间相互协作、互相补充，形成一个准确、快速、高效、易管理和满足不同个性化要求的反垃圾邮件过滤系统。

暂缺《反垃圾邮件信息过滤技术研究》作者简介

第一章 绪论
1．1 研究背景
1．2 垃圾邮件的历史
1．3 垃圾邮件的定义
1．4 垃圾邮件的组成
1．5 邮件用户与垃圾邮件
1．6 反垃圾邮件法律和政策
1．7 电子邮件的工作原理
1．8 主要内容和贡献
第二章 垃圾与反垃圾邮件技术概述
2．1 垃圾邮件的生命周期
2．2 反垃圾邮件技术
2．3 垃圾邮件过滤技术
2．4 垃圾邮件反过滤的新方法
2．5 本章小结
第三章 基于MNNB算法的垃圾邮件过滤
3．1 引言
3．2 NalveBayes邮件过滤
3．3 MNNB算法
3．4 邮件预处理
3．5 实验分析
3．6 本章小结
第四章 基于LVQ的垃圾邮件过滤
4．1 引言
4．2 后向传播算法（BP）
4．3 基于LVQ垃圾邮件过滤
4．4 实验及结果
4．5 本章小结
第五章 基于特征的近似垃圾邮件检测
5．1 引言
5．2 垃圾邮件的特征
5．3 文件相似性的定义
5．4 近似垃圾邮件检测算法（ASD）
5．5 性能评价
5．6 本章小结
第六章 基于URL的垃圾邮件过滤
6．1 引言
6．2 HTML格式垃圾邮件的特点
6．3 基于URL垃圾邮件过滤的工作原理
6．4 系统结构
6．5 测试
6．6 本章小结
第七章 服务器端的SpamSweeper系统
7．1 引言
7．2 设计的原则
7．3 系统结构
7．4 SpamSweeper系统流程
7．5 性能评价
7．6 本章小结
参考文献