基于概念邮件系统的犯罪数据挖掘新方法

将数据挖掘技术应用于反犯罪和反恐怖是目前各国安全部门的研究热点。目前国内在分析犯罪和恐怖团伙之间联系行为等方面的研究工作有限。本文主要做了下列探索:(1)建立了一个可用的基于邮件用户个性特征和情报属性的概念仿真邮件系统CEM(Conceptual based EMail system),模拟潜在的犯罪和恐怖组织利用电子邮件进行通信的规律;(2)利用符合个性特征和情报属性上的正态分布,模拟真实的邮件进行数据的收发;(3)使用社会网络分析和时间序列分析方法对邮件通信量进行深层次分析,挖掘有意义的邮件通信模式,进而发现异常通信行为;(4)通过实验证明CEM系统具有很好的鲁棒性和伸缩性,可以准确地模拟大量用户的邮件收发,解决了目前仿真数据不足的缺点,并用于发现不同性格特征群体收发邮件的规律。

高速邮件监控审计研究

为了满足企业级高速网络中邮件监控需求,提出了基于内存映射和libnids改进框架的邮件监控审计方案。该方案首先通过改进libnids库内核、用户级缓存和内存映射文件技术减小I/O开销,高效捕获存、储原始邮件数据,然后对邮件协议进行了深入地分析,将捕获的数据简化封装成MIME格式,采用多线程技术对其进行还原,最后采用基于Wu_Manber多模式匹配算法对还原的邮件内容进行审计,生成强大的审计报表。测试结果表明,该系统能为企业管理部门提供一个高效的邮件监管工具。

基于基本显露模式的电子邮件分类与过滤技术

垃圾邮件问题日益严重,受到研究人员的广泛关注.基于内容分类与过滤垃圾邮件是当前解决垃圾邮件问题的主流技术之一.本文对电子邮件内容做了深入的研究,提出了一种更适合垃圾邮件分类的新的特征提取方法,并将新的特征提取方法与基于essential emerging pattern(eEP)的分类算法CeEP相结合,应用于垃圾邮件检测,实现了一种基于eEP的电子邮件分类与过滤算法(thee-mail categorization and filtering technology based on eEP,ECFEP).实验表明,新的特征提取方法与CeEP分类算法的结合是一种十分高效的分类方法,算法ECFEP的分类效率均高于目前几种较好的分类算法.

手写中文信封的地址行字符切分算法

在手写体中文信封处理系统中,地址行字符切分是实现地址行识别的关键步骤。本文根据邮政信封地址行字符的特点,有针对性的提出了一种字符切分算法。首先对地址行图像利用投影、求连通区域、笔划穿越数分析等基于字符结构的方法进行初始切分,得到基本字段序列;然后通过对相邻的基本字段进行组合形成多条候选切分路径,再通过识别的可信度和邮政目标地址库的先验知识信息对路径进行评价分析,从而得到最优的切分路径。该算法经过邮政分拣机采集的实际信封图像测试,纯地址行识别正确率达到78.61%,地址行识别与邮政编码识别相结合的分拣正确率达到95.42%。

反垃圾邮件行为模式识别技术的应用

垃圾邮件已成为当今互联网的一大公害.内容匹配过滤技术逐渐被行为模式识别技术所取代.介绍了基于行为模式识别的反垃圾邮件技术,以及如何应用该技术部署邮件网关.经实践检验,这种行为模式识别技术远优于传统技术.

电子邮件在学术期刊编辑工作中的应用

介绍网络环境下 ,电子邮件在学术期刊编辑工作中的应用 .建立基于电子邮件的网络信息交流功能的编辑工作模式 ,籍此减轻编辑人员的工作强度 ,缩短稿件的运转周期 。

邮件审计系统的设计与实现

针对目前邮件通信的安全问题,在深入研究邮件协议的基础上,提出一种基于libnids动态库的邮件监控系统的设计方案。文中对系统中涉及的几个关键技术进行深入阐述,实现了局域网内邮件的监控还原、关键词审计等功能。最后对系统的性能进行测试,测试结果表明该系统的监控效果能为网络管理部门提供一个高效的邮件监管平台。

基于无尺度网络的邮件蠕虫传播与控制研究

介绍了邮件蠕虫的概念及传播方式,详细阐述了邮件网络的无尺度特性.在此基础上分析了影响邮件蠕虫传播的因素,并根据用户检查频率对邮件蠕虫传播的影响和邮件网络的无尺度特性提出了相应的控制邮件蠕虫传播的方法.在邮件服务器端采用行为模式识别技术来检测和控制邮件蠕虫的蔓延;客户端尽量使用Web邮件,减少邮件蠕虫的传播.

基于KNN-SVM的垃圾邮件过滤模型

垃圾邮件具有特征维数高、样本不平衡等特点,针对近邻算法(KNN)或支持向量机(SVM)存在虚警率高等难题,基于组合优化理论,提出基于KNN-SVM的垃圾邮件过滤组合模型。首先提取垃圾邮件的特征项,并构建垃圾邮件过滤模型的输入向量,然后采用KNN对垃圾邮件训练样本进行选择,将训练样本缩减到k个,并采用支持向量机对k个样本训练和建模进行垃圾邮件过滤,最后采用中文邮件集对KNN-SVM的性能进行分析。结果表明,KNN-SVM提高了垃圾邮件过滤的准确率,大幅度降低了虚警率,而且垃圾邮件的过滤速度可以满足邮件处理的在线需求。

基于UML面向对象建模的Web邮箱访问模式研究

随着Web邮件的普及和广泛使用,研究Web邮箱访问模式对实现邮件网站自动化访问有着越来越重要的意义。使UML面向对象建模方法,通过对主流邮件网站基于HTTP协议访问过程的分析和测试,提出了Web邮箱访问的不同模式,总结了访问过程的一般规律,为Web邮件下载系统的设计与开发提供了依据。

刍议古代绘画中的锁子甲

锁子甲是冷兵器时期的一种高级金属铠甲,通常是指由金属环环相扣而成的样式。锁子甲及各类铠甲在中国古代绘画、文献及古代小说中多有体现,可知其样式并不只局限于环环相扣这一种,它应该是锁子连环甲、锁子纹样的金属甲及棉甲、鱼鳞锁子甲等"相衔之密"、制作精细之铠甲的总称。同时,锁子甲还指代以锁子甲为甲衬或使用锁子工艺、将各类甲片以连环的方式相互衔接而成的铠甲。

基于多渠道的电子政务网上信访系统

根据当前电子政务信息技术发展的趋势设计了一个可提供多种信访渠道的网上信访系统。公众可以通过眼下非常普及的各种通信手段如网页、电子邮件、电话语音、手机短信和远程视频方式,快速、便捷的完成信访信息的提交和查询。对于相关信访部门而言,系统的信息化规范了业务流程,系统平台的搭建加快了信访信息在信访部门与信访部门之间协同办理以及信访部门与信访人之间的沟通、反馈的效率。

涉外送达方式的合理选择——从涉外民商事诉讼的角度

涉外送达耗时长、成功率低的问题一直以来都困扰着各国的涉外民商事诉讼,在诉讼中选择哪种送达方式以及时、成功完成送达,就显得尤为重要。对其从理论与实务层面进行分析,引进了送达方式的层级体制与双轨体制的概念,重新定位其应用范围;对英美法系国家存在"在场送达"进行介绍,希望可以吸收到我国法律体系中;对公告送达重新定位,使其从补充地位提高到附加地位。

从英语商务电子邮件文本看中印思维模式之差异

商务人员的沟通主要通过电子邮件进行,成功的贸易关系能否确立,很大程度上取决于双方邮件交流情况。从词汇、句法、语篇等方面对中印商务人员撰写的各50封英文电子邮件文本进行对比分析,邮件内容为贸易开发阶段的问询函和回复函,发现中印双方在用词、语篇方面有差异,尤其在称呼语、个别语步的使用、篇章长短方面存在极显著差异,中方通常还比印方多一个寒暄语步。研究成果能促进中印双方相互了解和包容,共同开创金砖合作的第二个"金色十年",对促进我国英语教学、外贸人员的发展也有启示意义。

基于用户反馈和增量学习的垃圾邮件识别方法

为了提高垃圾邮件识别的准确度,减少识别中的错判,提出了一种交互式垃圾邮件识别方法。该方法用一组具有特定权重的规则识别垃圾邮件,规则权重分布用改进遗传算法训练得到。增加用户与服务器间的交互,收集用户反馈的错判信息,根据反馈信息用增量学习动态调整规则权重。通过对SpamA ssass in扩展实现了该方法,并应用在邮件服务器上进行了测试。实验中在不影响垃圾邮件识别率的前提下,降低误判率约10%。实验结果表明:该方法不但能有效减少识别中的误判,而且避免了繁琐的重新训练,加快了规则权重的更新速度。

ARIMA模型在达尔文通信模式研究中的运用

首先利用ARIMA模型,研究了进化论的提出者查尔斯·达尔文(Charles R.Darwin,1809/02/12-1882/04/19)从1866到1879年期间的通信量变化规律,并根据模型优化的AIC和BIC准则求得ARIMA优化模型.接着,应用ARIMA优化模型,对达尔文1880至1881年的月通信数量的时间序列进行了预测.预测的月通信数量与实际通信数量的对比说明,ARIMA优化模型拟合效果良好,并能够较好的反映达尔文学术生涯后期实际通信量的时间变化规律.研究结果表明,ARIMA优化模型可以作为一种研究人类通信模式的有效模型加以广泛应用.

邮件文本的信息隐藏技术研究

随着信息化的发展,保密通信变得越来越重要。当今,电子邮件是人与人通信的重要工具之一,因此应用它进行信息隐藏已成为保密通信的重要研究课题.本文提出一种模式变换的电子邮件信息隐藏算法.这种算法是利用隐藏信息构造信息隐藏矩阵,利用文字模式构造模式系数矩阵,再用这两个矩阵构造隐藏矩阵,最后用隐藏矩阵对电子邮件的文字模式进行模式变换.本文还根据信息熵理论,分析了这种算法的信息隐藏容量.我们采用所提出的算法,设计了计算机程序,进行了信息隐藏实验.实验表明,我们的算法具有很好的信息隐藏效果.

快递寄递渠道的减肥药物光谱模式识别方法比较

通过寄递渠道传播的含有非法添加成分的减肥药物是公安机关侦办食药环犯罪的重点打击对象。为快速鉴别此类药物,本研究采用分子光谱分析技术,对含艾司唑仑、西地那非、西布曲明、氟硝西泮、唑吡坦等5种精神管制类药物成分的“减肥药”进行检验,获取了145组光谱数据。采用主成分分析提取主成分因子对数据降维。基于所提取的20维数据,建立FDA模型、KNN模型、SVM模型并进行对比。在模型1中构建3个Fisher判别函数对5类样品进行判别,准确度达到100%;在模型2中K值的变化会影响分类器精度,通过对K值的调整能够快速对5类样品进行分类,准确率达到100%;在模型3中选用RBF核函数,分别对比唑吡坦与其他4类减肥药物分类效果,准确率均达到100%。通过实验中的数据集对唑吡坦不同品牌的样本进行识别和对实际案件进行分析,对公安机关侦办此类案件具有一定参考。