| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 1 概述 | 第9-23页 |
| ·垃圾邮件的文化与历史 | 第12-16页 |
| ·垃圾邮件的概念与定义 | 第12-13页 |
| ·垃圾邮件泛滥的原因 | 第13-15页 |
| ·垃圾邮件泛滥的危害 | 第15-16页 |
| ·国内外反垃圾邮件研究现状 | 第16-22页 |
| ·服务器端和客户端的邮件过滤 | 第17-19页 |
| ·白名单，黑名单 | 第19页 |
| ·安全认证方法 | 第19页 |
| ·规则匹配 | 第19-20页 |
| ·基于内容分类的垃圾邮件过滤技术 | 第20-22页 |
| ·论文的主要内容和章节安排 | 第22-23页 |
| 2 反垃圾邮件中常用智能算法研究 | 第23-33页 |
| ·构建文本自动分类模型 | 第23-24页 |
| ·文本分类的研究基础 | 第24-25页 |
| ·特征的选择方法 | 第25-27页 |
| ·文档频次 | 第26页 |
| ·互信息 | 第26页 |
| ·信息增益 | 第26-27页 |
| ·X~2 统计量 | 第27页 |
| ·相对熵 | 第27页 |
| ·优势率 | 第27页 |
| ·垃圾邮件内容过滤中应用的文本分类方法 | 第27-32页 |
| ·中心距向量分类法 | 第28页 |
| ·KNN (K 最近邻居)算法 | 第28-29页 |
| ·支持向量机 | 第29页 |
| ·贝叶斯过滤算法 | 第29-32页 |
| ·本章小结 | 第32-33页 |
| 3 一种复合的双引擎智能垃圾邮件过滤方法理论研究 | 第33-38页 |
| ·邮件过滤的功能 | 第33-34页 |
| ·邮件配置功能 | 第34-35页 |
| ·智能学习功能 | 第35-36页 |
| ·词库特征项的选择 | 第36页 |
| ·分词技术 | 第36页 |
| ·复合智能算法的性能评估 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 4 垃圾邮件过滤方法的应用技术研究及关键技术实现 | 第38-53页 |
| ·基于 WINDOWS平台规则过滤应用技术研究 | 第38-49页 |
| ·网络过滤应用技术的研究 | 第38-49页 |
| ·基于贝叶斯和中心距智能的垃圾邮件过滤应用技术研究 | 第49-52页 |
| ·特征向量的获取算法 | 第49-50页 |
| ·学习流程 | 第50-51页 |
| ·关键词的优化 | 第51页 |
| ·分词技术模块 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 5 结论和建议 | 第53-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-57页 |
| 附录 | 第57页 |
| 作者攻读硕士学位期间发表及收录的学术论文 | 第57页 |