An Improved Bayesian with Application to Anti-Spam Email

Along with the wide application of e-mail nowadays, many spam e-mails flood into people’s email-boxes and cause catastrophes to their study and life. In anti-spam e-mails campaign, we depend on not only legal measures but also technological approaches. The Bayesian classifier provides a simple and effective approach to discriminate classification. This paper presents a new improved Bayesian-based anti-spam e-mail filter. We adopt a way of attribute selection based on word entropy, use vector weights which are represented by word frequency, and deduce its corresponding formula. It is proved that our filter improves total performances apparently in our experiment.

HIP基本交换机制的研究与应用

针对基本交换的安全性和时间开销的正反两个方面,论述了密题计算机制,利用不同的组网方式测量了基本交换的时间开销,通过计算样本均值和标准差分析了其性能的优劣,提出了HIP BE Anti-Spam模型体系结构。该结构根据HIP基本交换的特点及其内建的密题机制,结合出站和入站的双重过滤来防范和阻止垃圾邮件;利用HIP基本交换机制增大垃圾邮件发送源头的代价和成本,防御对邮件服务的DoS攻击,明确了进一步优化HIP BE Anti-Spam模型及算化的研究方向。

基于贝叶斯公式的垃圾邮件过滤方法

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。本文提出了一种改进的基于贝叶斯公式垃圾邮件过滤技术。我们采用了基于词熵的特征项提取方法,并且使用特征项单词出现频率来表示向量,推导出相应的贝叶斯计算公式。实验表明,我们的方法使垃圾邮件过滤的整体性能都有明显提高。

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。

关于贝叶斯推理的垃圾邮件特征选择评估函数

在各种基于机器学习的垃圾邮件过滤系统中,特征选择是基础且非常关键的一个环节,它对整个系统的性能和效率都有直接的影响。通过对垃圾邮件特点的分析,提出了一种基于贝叶斯推理的特征选择评估函数方法。新方法运算开销较小,且能够区分出不同的特征词在体现垃圾邮件特征时所存在的差异性,因而在进行特征选择时较其它常用方法更具针对性,非常利于提高过滤系统的准确性和运行效率。

自然语言语义理解在反垃圾邮件中的应用

在分析了基于统计的垃圾邮件分类中关键词的语义缺失问题后,提出将基于本体的自然语言语义理解应用于反垃圾邮件中,以解决关键词的语义问题。经过对垃圾邮件的特征进行分析,设驱动的句法分析及基于本体的语义推理,在一定程度上解决了邮件过滤过程中词和句子的语义缺失。

针对垃圾邮件的直接多关键词匹配算法

提出了一种直接扫描电子邮件内容的多关键词匹配算法。邮件文本多采用Base64编码,由于Base64编码是前后相关的,因此完成匹配需要特殊的处理。该文提出的算法在不进行Base64解码的情况下,直接对邮件内容进行扫描匹配;同时针对Base64的编码结果是32位整型数据流的性质,该算法以32位块进行匹配操作,从而获得了比8位块的匹配更高的效率。实验结果表明,该算法比“解码-再匹配”策略快,比直接检索原始文本方法也要快。

改进KNN算法在垃圾邮件过滤中的应用

提出一种改进的KNN算法,并将其用于垃圾邮件的过滤问题。经实验证明,改进的算法能够降低K值和训练文本的分布对过滤效果的影响,减少垃圾邮件的误判和漏判,具有较好的过滤性能。

反垃圾电子邮件方法研究进展

随着垃圾电子邮件对互联网技术的威胁日益严峻,反垃圾电子邮件研究已成为当今的研究热点.综述了反垃圾电子邮件研究的历史、现状和最新进展.首先介绍并分析了3种类型的邮件特征提取方法——基于文本、图片和行为的特征提取方法.然后,在此基础上,详细论述了当前的反垃圾邮件技术——法律手段、简单方法和智能型处理技术.接着,介绍了反垃圾邮件系统性能评估准则和标准数据集.最后,对反垃圾电子邮件现状进行了分析和总结,并指明了未来反垃圾电子邮件研究的发展方向,包括改进邮件特征提取技术、完善相关法案和引入新的智能反垃圾邮件方法.

基于Hadoop的贝叶斯过滤MapReduce模型

传统分布式大型邮件系统对海量邮件的过滤存在编程难、效率低、前期训练耗用资源大等缺点,为此,对传统贝叶斯过滤算法进行并行化改进,利用云计算MapReduce模型在海量数据处理方面的优势,设计一种基于Hadoop开源云架构的贝叶斯邮件过滤MapReduce模型,优化邮件的训练和过滤过程。实验结果表明,与传统分布式计算模型相比,该模型在召回率、查准率和精确率方面性能较好,同时可降低邮件过滤成本,提高系统执行效率。

基于Morphology处理和主题词抽取的垃圾邮件过滤方法

考虑到垃圾邮件预处理的重要性,提出了利用M orpho logy对垃圾邮件内容进行还原.为了提高邮件分类的性能,对邮件进行主题词抽取,并且结合邮件其他的属性特征,利用贝叶斯方法对邮件进行分类.实验表明,这种基于M orpho logy处理和主题词抽取的垃圾邮件过滤方法十分有效.

基于全局的即时垃圾邮件过滤模型的研究

基于贝叶斯模型,提出了一种更为灵活的、有效的、基于全局的即时分类模型的垃圾邮件分类模型,pValue优先邮件过滤模型。该分类模型着眼于全局的实例,在所有邮件中选取最需要得到评估的实例进行计算,反复进行该过程并在需要的时候中断进程,最终得到实例的全局最优化。我们使用UCI提供的邮件样本进行验证。实验结果验证了该分类模型比FCFS即时分类模型的性能更优。在即时分类的早期较好的改善分类效果降低分类的0-1损失错误率和RMSE错误率,并伴随着计算资源的增加得到更好的分类准确率。

基于语义网格的反垃圾邮件应用架构设计

目前对垃圾邮件问题的大部分解决方法仍受到互联网自身特性的限制,而且在较大范围内邮件过滤的准确率也不能满足人们的要求。因此从语义网格的角度出发,利用语义网格的语义分析能力强且具有网格优势等特点来解决垃圾邮件问题。提出反垃圾邮件语义网格的概念,并详细阐述了反垃圾邮件语义网格系统的基本思想、体系结构以及支撑技术;利用OptorSim网格模拟器对系统进行测试;对系统中一些关键问题进行讨论。

一种新型的基于URL过滤的反垃圾邮件技术

在深入分析了传统垃圾邮件过滤技术不足的基础上,提出并实现了一种新型的基于URL过滤的垃圾邮件过滤技术(URLbased spamfiltering,UBSF)。该方法通过对比从到来邮件中提取的URL与URL库中存储的URL信息的相似性来判定垃圾邮件。通过语料库以及构建实际系统原型的测试,表明该方法具有准确性高、误报率低以及实时处理速度快的优点。

一种基于学习向量量化网络的垃圾邮件过滤方法

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。本文针对目前的垃圾邮件主要是由多种商业或政治性类别的垃圾邮件组成的特点,利用学习向量量化网络能把多个子类合并成一个复杂大类的特性,构建了一个反垃圾邮件的LVQ神经网络模型,我们对该LVQ网络模型进行了与其他算法的对比试验,试验表明它比基于贝叶斯公式算法和基于神经网络BP算法的过滤器有更好的性能。

用户反馈自适应的POP3邮件过滤代理模型

为了有效接受邮件客户端反馈并自动根据邮件客户端反馈对邮件过滤系统做出调整,提出了用户反馈自适应的POP3邮件过滤代理模型SAMFUF(self-adaptive mail filtering POP3 proxy based on users’feedback).SAMFUF采用异步连接模拟同步连接方式建立邮件客户端和邮件服务器间POP3连接,实现了邮件客户端与邮件服务器间的透明性连接;将最大熵、贝叶斯和支持向量机等基于内容过滤的方法从邮件过滤系统中独立出来,实现了通用邮件过滤系统的设计;通过在邮件中插入包含邮件唯一标识、分类结果等信息的HTML表单的标签以及调整邮件过滤模型,实现了基于邮件客户端的用户反馈以及邮件过滤系统的自适应功能;采用线程池管理线程和overlapped I/O事件通信方式实现邮件客户端与邮件服务器间通信,实现了邮件过滤服务的高效率和稳定性.实验表明,SAMFUF在垃圾邮件过滤上具有较高的效率和准确率.

一种基于贝叶斯方法的多分类器组合优化算法

提出了一种基于贝叶斯方法的多分类器组合优化算法和阈值改进方法。首先,计算分类器对各个类别的置信度。然后,以各分类器的置信度为先验概率,采用向量求和将各分类器的先验概率向量进行组合,得出最终输出向量,最后通过优化阈值提高综合分类器识别精度。在此后的实验数据表明:该算法具有方法简单、运算速度快、分类精度高等优点。

基于云计算的反垃圾邮件系统研究

垃圾邮件的泛滥严重干扰了正常的经济发展和日常生活,而传统反垃圾邮件技术存在成本昂贵、维护困难、重复建设、服务器负担过重、无法综合管理等问题,针对反垃圾邮件技术的现状和不足,通过对云计算进行研究和分析,提出了基于云计算的反垃圾邮件系统的总体设计模型,并对该系统的各个功能模块进行了分析,最后提出了基于Eucalyptus的反垃圾邮件系统构建模型.

一种个性化垃圾邮件识别系统的设计

不同的邮件用户可能会对“什么是垃圾邮件”有着不同的个人定义。对此,文中提出了一个基于客户端的个性化垃圾邮件识别系统的设计模型,介绍了其中的几项关键算法,并讨论了对于用户反馈的解决办法。经分析,本系统以用户为中心,便于灵活地识别和过滤垃圾邮件。

搜索引擎垃圾网页检测模型研究

搜索引擎垃圾网页的检测已经成为近年来机器学习领域的研究热点.在对搜索引擎垃圾网页及其使用的各种作弊技术进行介绍的基础上,针对各种垃圾网页检测模型进行综述,分别介绍和分析基于网页内容特征的检测模型、基于链接结构的检测模型、结合网页内容特征和链接特征的检测模型以及各种其它类型的检测模型,并对搜索引擎垃圾网页检测的未来研究方向进行了展望.