学位论文 > 优秀研究生学位论文题录展示

基于相似性测量检测图像型垃圾邮件技术的研究

作　者: 王宗辉
导　师: 张卫丰
学　校: 南京邮电大学
专　业: 计算机技术
关键词: 图像型垃圾邮件 SIFT特征 EMD距离相似性测量联合分类器
分类号: TP393.098
类　型: 硕士论文
年　份: 2012年
下　载: 8次
引　用: 0次
阅　读: 论文下载

内容摘要

随着因特网的迅速发展,电子邮件已成为人们沟通交流的最普通媒介之一,给我们的日常生活和工作提供了大大的便利。同时,大量的垃圾邮件也给我们社会和个人带来了巨大的危害和经济损失。虽然当前的反垃圾邮件技术对于过滤文本型垃圾邮件是相当地成功,但是随着垃圾邮件制造者变得更加灵活,垃圾邮件新的趋势—图像型垃圾邮件的出现使这些技术正在丢失它的效能。据统计,图像型垃圾邮件占全球垃圾邮件的40%。因此,图像型垃圾邮件过滤技术的研究是一项非常有意义的课题。首先,本文给出了图像型垃圾邮件的定义(即附有的图片中含有垃圾信息的邮件)及特点,归纳总结了当前的图像型垃圾邮件检测技术有黑白名单技术、基于行为的和基于内容的检测技术三类,其中基于内容的图像型垃圾邮件检测技术是当前研究的重点,然后分析了图像的检测特征和相似性度量方法。接着,本文提出了一个新颖的基于EMD距离的相似性测量检测图像型垃圾邮件的方法,首先利用SIFT算法来提取图片的局部不变特征,从而生成签名,之后使用EMD距离进行图片相似性计算,再根据阈值来过滤垃圾图片。对于阈值的确定,本文提出加权阈值的方法。实验证明,我们提出的方法是有效的,尽管分类器的性能还需提高。最后,本文提出一个联合分类器,它是基于OCR技术的贝叶斯文本分类器和基于EMD相似性测量的图片分类器的联合过滤框架。对于联合分类器的合并规则,本文给出AND、OR和决策树三种规则。实验证明联合分类器大大提高了分类性能且决策树合并规则更加有效。

全文目录

摘要  4-5
Abstract  5-8
第一章绪论  8-13
  1.1 选题背景及意义  8-9
  1.2 图像型垃圾邮件的研究状况  9-11
  1.3 本文主要工作与创新  11
  1.4 本文组织结构  11-13
第二章图像型垃圾邮件检测技术概述  13-26
  2.1 图像型垃圾邮件定义、类型及特征  13-15
  2.2 图像型垃圾邮件检测技术分析  15-17
    2.2.1 黑白名单（Black and White List）技术  15-16
    2.2.2 基于行为的垃圾邮件过滤技术  16
    2.2.3 基于内容的垃圾邮件过滤技术  16-17
  2.3 图像的特征分析  17-24
    2.3.1 元数据特征  18-19
    2.3.2 文本区域特征  19
    2.3.3 视觉特征  19-24
  2.4 相似性度量标准  24-25
  2.5 本章小结  25-26
第三章基于EMD距离相似性测量的图片分类器  26-38
  3.1 引言  26
  3.2 SIFT特征提取  26-28
  3.3 直方图和签名  28-29
  3.4 基于EMD距离相似性测量的分类器  29-33
    3.4.1 EMD距离  29-31
    3.4.2 分类器设计及阈值的确定  31-33
  3.5 实验分析  33-37
    3.5.1 图片数据集  33-34
    3.5.2 性能评价指标  34-35
    3.5.3 阈值的确定  35
    3.5.5 实验结果与分析  35-37
  3.6 本章小结  37-38
第四章基于文本和图片的联合分类器  38-48
  4.1 基于OCR的贝叶斯文本分类器  38-41
    4.1.1 OCR技术和文本特征向量  39-40
    4.1.2 贝叶斯分类器  40-41
  4.2 基于文本和图片的联合分类器  41-44
    4.2.1 系统架构  41-42
    4.2.2 合并算法  42-44
  4.3 实验分析  44-47
    4.3.1 图片数据集和评价指标  44
    4.3.2 实验结果与分析  44-47
  4.5 本章小结  47-48
第五章总结与展望  48-50
  5.1 研究总结  48
  5.2 今后研究工作展望  48-50
致谢  50-51
攻读硕士学位期间发表的论文  51
攻读硕士学位期间获得的专利申请  51-52
缩略词  52-53
图表清单  53-55
参考文献  55-60

基于相似性测量检测图像型垃圾邮件技术的研究

内容摘要

全文目录

相似论文