学位论文 > 优秀研究生学位论文题录展示

垃圾邮件行为识别技术研究

作　者: 李新洁
导　师: 张新有
学　校: 西南交通大学
专　业: 计算机应用技术
关键词: 垃圾邮件发送行为行为识别拓扑结构相似度
分类号: TP393.098
类　型: 硕士论文
年　份: 2011年
下　载: 48次
引　用: 0次
阅　读: 论文下载

内容摘要

随着Internet的普及,电子邮件已经成为了现代人际交流中逐受青睐的通信方式之一。然而由于电子邮件系统本身存在的技术缺陷,SMTP协议(简单邮件传输)对邮件发送不做任何身份验证,使得垃圾邮件制造者有机可乘,在暴利驱使下发送大量的垃圾邮件,给人们造成困扰的同时,也是互联网资源的严重浪费。为了营造一个绿色的电子邮件通信环境,本文在对大量垃圾邮件和正常邮件分析和对比中发现,由于垃圾邮件发送的动机和心理不同,会导致不同与正常邮件的发送行为,一是发送信息中的异常行为,二是单向“伞形”广播发送行为。针对两种不同的垃圾邮件发送行为进行深入的研究,本文提出了如下两种行为过滤技术：第一是基于发送行为特征的垃圾邮件过滤技术。在研究SMTP协议基础上,发现具有垃圾邮件与正常邮件区分价值的行为特征。以“信息-知识-智能”统一理论和数据挖掘相关理论为指导,对邮件发送行为特征进行挖掘并建立行为识别模型,从而在邮件传输阶段就可以对垃圾邮件进行拦截。本研究的主要工作有邮件头信息的分析和提取、行为特征分析与提取、邮件向量表示、建立行为识别模型等,为了提高识别的精准率,增加特征贡献度计算的环节。通过采用分类算法进行训练建立行为识别模型,以判别垃圾邮件。本文选择支持向量机分类算法和朴素贝叶斯分类算法,并在Weka环境中进行分类实验。第二是拓扑结构相似性行为识别技术,该技术属于基于流量行为的垃圾邮件判别技术。通过分析邮件通信拓扑特征,可得知正常邮件与垃圾邮件拓扑结构的差异性。引入相似度的概念,用户通信关系之间相似度的比较将用户分为不同的集合,统计每个集合收、发垃圾邮件的概率。通过判别邮件发件人、收件人归属集合,利用所属集合收、发垃圾邮件的概率进行计算并判别该邮件是否为垃圾邮件。最后,以查全率、查准率、F1值为评价标准,仿真实验证明本文提出的行为识别技术表现出了良好的过滤性能。与其它文献中的实验结果进行对比,说明本文提出的行为识别技术的优越性。

全文目录

摘要  6-7
Abstract  7-11
第1章绪论  11-22
  1.1 研究背景及意义  11-12
  1.2 垃圾邮件概念  12-14
    1.2.1 定义  12-13
    1.2.2 危害  13
    1.2.3 产生原因分析  13-14
  1.3 垃圾邮件发送技术  14
  1.4 反垃圾邮件研究现状  14-20
    1.4.1 反垃圾邮件技术研究方向  14
    1.4.2 预防技术  14-15
    1.4.3 过滤技术  15-20
  1.5 反垃圾邮件技术发展趋势  20
  1.6 本文研究工作和组织结构  20-21
  本章小结  21-22
第2章行为识别技术研究  22-28
  2.1 电子邮件系统  22-24
    2.1.1 邮件通信原理  22-24
    2.1.2 邮件系统安全隐患  24
  2.2 行为识别技术概述  24-26
    2.2.1 行为识别技术的定义  25
    2.2.2 垃圾邮件发送行为  25
    2.2.3 行为识别的优势  25-26
  2.4 行为识别技术发展现状  26-27
  本章小结  27-28
第3章基于发送行为特征的垃圾邮件过滤技术研究  28-48
  3.1 相关理论  28-29
    3.1.1 信息-知识-智能统一理论  28-29
    3.1.2 数据挖掘  29
  3.2 研究方案  29-31
  3.3 头信息提取  31-35
    3.3.1 邮件头  31-33
    3.3.2 头信息提取  33-35
  3.4 行为特征  35-39
    3.4.1 行为特征分析  35-38
    3.4.2 特征提取  38-39
  3.5 行为特征向量表示  39
  3.6 行为特征权重计算  39-40
  3.7 分类算法  40-43
    3.7.1 支持向量机  40-42
    3.7.2 朴素贝叶斯算法  42-43
  3.8 分类实验  43-47
  本章小结  47-48
第4章拓扑结构相似性行为识别技术研究  48-67
  4.1 邮件通信拓扑特征  48-50
  4.2 总体思想  50-51
  4.3 邮件用户表示  51-52
  4.4 拓扑结构相似性  52-55
    4.4.1 相似度  52-54
    4.4.2 拓扑结构相似度计算  54-55
  4.5 发件群与收件群  55-56
    4.5.1 群组划分  55-56
    4.5.2 群概率  56
  4.6 垃圾邮件识别方案  56-59
    4.6.1 识别原理  56-57
    4.6.2 垃圾邮件识别算法  57-58
    4.6.3 算法描述  58-59
  4.7 实验  59-66
  本章小结  66-67
总结与展望  67-69
致谢  69-70
参考文献  70-74
攻读硕士学位期间发表的论文  74

垃圾邮件行为识别技术研究

内容摘要

全文目录

相似论文