反垃圾邮件技术的研究
| 第一章 绪论 | 第1-38页 |
| 1．1 研究背景 | 第11-13页 |
| 1．2 垃圾邮件的历史 | 第13-14页 |
| 1．3 垃圾邮件的定义 | 第14页 |
| 1．4 垃圾邮件的组成 | 第14-18页 |
| 1．5 邮件用户与垃圾邮件 | 第18-21页 |
| 1．6 反垃圾邮件法律和政策 | 第21-23页 |
| 1．7 电子邮件的工作原理 | 第23-35页 |
| 1．7．1 邮件地址 | 第23页 |
| 1．7．2 邮件传送过程 | 第23-25页 |
| 1．7．3 SMTP协议 | 第25-27页 |
| 1．7．3．1 SMTP的基本模型 | 第26页 |
| 1．7．3．2 SMTP的缺陷 | 第26-27页 |
| 1．7．4 POP3协议 | 第27页 |
| 1．7．5 IMAP协议 | 第27-28页 |
| 1．7．6 邮件格式 | 第28-32页 |
| 1．7．7 MIME协议 | 第32-33页 |
| 1．7．8 Open Relay的原理 | 第33-35页 |
| 1．8 论文主要内容和贡献 | 第35-36页 |
| 1．9 本文结构 | 第36-38页 |
| 第二章 垃圾与反垃圾邮件技术概述 | 第38-54页 |
| 2．1 垃圾邮件的生命周期 | 第38-39页 |
| 2．2 反垃圾邮件技术 | 第39-40页 |
| 2．3 垃圾邮件过滤技术 | 第40-48页 |
| 2．3．1 从角色区分的过滤技术 | 第40-42页 |
| 2．3．1．1 MTA过滤 | 第40-41页 |
| 2．3．1．2 MDA过滤 | 第41页 |
| 2．3．1．3 MUA过滤 | 第41-42页 |
| 2．3．2 从方法区分的过滤技术 | 第42-48页 |
| 2．3．2．1 基于关键字符的过滤 | 第42页 |
| 2．3．2．2 基于白名单的过滤 | 第42-43页 |
| 2．3．2．3 基于黑名单的过滤 | 第43-44页 |
| 2．3．2．4 反向DNS查询 | 第44页 |
| 2．3．2．5 基于规则的过滤 | 第44-46页 |
| 2．3．2．6 基于内容的过滤 | 第46-48页 |
| 2．3．2．7 其他邮件过滤技术 | 第48页 |
| 2．4 垃圾邮件反过滤的新方法 | 第48-53页 |
| 2．5 本章小结 | 第53-54页 |
| 第三章 基于MNNB算法的垃圾邮件过滤 | 第54-79页 |
| 3．1 引言 | 第54-55页 |
| 3．2 NA(?)VE BAYES邮件过滤 | 第55-57页 |
| 3．3 MNNB算法 | 第57-60页 |
| 3．4 邮件预处理 | 第60-68页 |
| 3．4．1 邮件正文提取 | 第61页 |
| 3．4．2 邮件分词 | 第61-62页 |
| 3．4．2．1 英文分词 | 第61页 |
| 3．4．2．2 中文分词 | 第61-62页 |
| 3．4．3 邮件表示 | 第62-65页 |
| 3．4．3．1 向量空间模型 | 第62-63页 |
| 3．4．3．2 项的确定 | 第63-64页 |
| 3．4．3．3 项的权重 | 第64-65页 |
| 3．4．4 特征项选择 | 第65-68页 |
| 3．5 试验分析 | 第68-78页 |
| 3．5．1 训练集和测试集 | 第68-69页 |
| 3．5．2 邮件分类器的评价 | 第69-70页 |
| 3．5．3 试验结果 | 第70-78页 |
| 3．6 本章小结 | 第78-79页 |
| 第四章 基于LVQ的垃圾邮件过滤 | 第79-96页 |
| 4．1 引言 | 第79-80页 |
| 4．2 后向传播算法(BP) | 第80-82页 |
| 4．3 基于LVQ垃圾邮件过滤 | 第82-88页 |
| 4．3．1 过滤原理 | 第82页 |
| 4．3．2 学习矢量量化(LVQ)神经网络 | 第82-84页 |
| 4．3．3 LVQ垃圾邮件过滤模型 | 第84-86页 |
| 4．3．4 LVQTm算法 | 第86-87页 |
| 4．3．5 LVQFlt算法 | 第87-88页 |
| 4．4 实验及结果 | 第88-94页 |
| 4．4．1 试验邮件样本 | 第88-89页 |
| 4．4．2 LVQ邮件过滤神经网络内部设置 | 第89页 |
| 4．4．3 试验结果 | 第89-94页 |
| 4．5 本章小结 | 第94-96页 |
| 第五章 基于特征的近似垃圾邮件检测 | 第96-106页 |
| 5．1 引言 | 第96-97页 |
| 5．2 垃圾邮件的特征 | 第97-99页 |
| 5．3 文件相似性的定义 | 第99页 |
| 5．4 近似垃圾邮件检测算法(ASD) | 第99-102页 |
| 5．4．1 垃圾邮件的预处理 | 第99-100页 |
| 5．4．2 样本库的建立 | 第100页 |
| 5．4．3 基于特征的ASD查询算法 | 第100-102页 |
| 5．5 性能评价 | 第102-105页 |
| 5．5．1 样本占用的存储空间 | 第102页 |
| 5．5．2 运算时间 | 第102-103页 |
| 5．5．3 鲁棒性 | 第103-104页 |
| 5．5．4 准确率和召回率 | 第104-105页 |
| 5．6 本章小结 | 第105-106页 |
| 第六章 基于URL的垃圾邮件过滤 | 第106-112页 |
| 6．1 引言 | 第106-107页 |
| 6．2 HTML格式垃圾邮件的特点 | 第107-108页 |
| 6．3 基于URL垃圾邮件过滤的工作原理 | 第108页 |
| 6．4 系统结构 | 第108-110页 |
| 6．5 测试 | 第110-111页 |
| 6．6 本章小结 | 第111-112页 |
| 第七章 服务器端的SPAMSWEEPER系统 | 第112-124页 |
| 7．1 引言 | 第112页 |
| 7．2 设计的原则 | 第112-114页 |
| 7．3 系统结构 | 第114-117页 |
| 7．4 SPAMSWEEPER系统流程 | 第117-120页 |
| 7．5 性能评价 | 第120-123页 |
| 7．6 本章小结 | 第123-124页 |
| 第八章 全文总结 | 第124-127页 |
| 参考文献 | 第127-136页 |
| 致谢 | 第136-137页 |
| 作者攻博期间发表的论文和参加的科研工作 | 第137-138页 |
