| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 引论 | 第9-14页 |
| ·垃圾邮件的历史 | 第9-10页 |
| ·何为垃圾邮件 | 第10-11页 |
| ·垃圾邮件的危害 | 第11页 |
| ·垃圾邮件的现状 | 第11-12页 |
| ·本文的研究内容 | 第12页 |
| ·本文内容安排 | 第12-14页 |
| 第二章 反垃圾邮件技术的发展过程 | 第14-18页 |
| ·关闭OPEN RELAY，发送认证法 | 第14页 |
| ·黑白名单技术 | 第14-15页 |
| ·基于规则评分的过滤技术 | 第15页 |
| ·连接／发送限制法 | 第15-16页 |
| ·质询／回应(CHALLENGE／RESPONSE) | 第16页 |
| ·SPF(SENDER POLICY FRAMEWORK) | 第16-17页 |
| ·小结 | 第17-18页 |
| 第三章 电子邮件系统介绍 | 第18-26页 |
| ·电子邮件的格式 | 第18-22页 |
| ·邮件的格式 | 第18-19页 |
| ·邮件头的基本格式和结构 | 第19-20页 |
| ·MIME邮件头字段的扩充 | 第20-22页 |
| ·电子邮件的系统结构 | 第22-24页 |
| ·电子邮件相关协议 | 第24-25页 |
| ·小结 | 第25-26页 |
| 第四章 文本分类 | 第26-32页 |
| ·文本分类简介 | 第26页 |
| ·用文本分类技术过滤垃圾邮件 | 第26-28页 |
| ·特征选择方法(FEATURE SELECTION) | 第28-31页 |
| ·文档频次 | 第29页 |
| ·互信息 | 第29页 |
| ·信息增益 | 第29-30页 |
| ·统计量 | 第30页 |
| ·相对熵 | 第30页 |
| ·优势率 | 第30-31页 |
| ·小结 | 第31-32页 |
| 第五章 垃圾邮件过滤的评价体系 | 第32-38页 |
| ·常用语料库 | 第32-36页 |
| ·PU1语料 | 第32-34页 |
| ·Ling-Spam语料 | 第34-35页 |
| ·Spam Assassin语料 | 第35页 |
| ·Spambase语料 | 第35-36页 |
| ·评价指标 | 第36-37页 |
| ·定义如下几个指标： | 第36页 |
| ·代价因子 | 第36-37页 |
| ·小结 | 第37-38页 |
| 第六章 SpamFilter中的统计理论基础 | 第38-54页 |
| ·贝叶斯理论 | 第38-44页 |
| ·贝叶斯方法简介 | 第38-39页 |
| ·贝叶斯分类算法 | 第39页 |
| ·贝叶斯文本分类算法的两种模型 | 第39-44页 |
| ·GRAHAM使用NAIVE BAYESIAN过滤垃圾邮件的理论 | 第44-47页 |
| ·Graham使用Naive Bayesian过滤垃圾邮件的步骤 | 第45页 |
| ·Graham特征概率的计算方法 | 第45-46页 |
| ·Graham邮件特征联合概率的计算方法 | 第46-47页 |
| ·对GRAHAM方法的改进 | 第47-53页 |
| ·改进的特征概率计算方法 | 第47-49页 |
| ·Robinson邮件特征联合概率的计算 | 第49-51页 |
| ·各种联合概率计算方法的比较 | 第51-53页 |
| ·小结 | 第53-54页 |
| 第七章 SpamFilter的设计与实现 | 第54-61页 |
| ·垃圾邮件过滤系统的设计 | 第54-58页 |
| ·系统流程 | 第54页 |
| ·训练子系统 | 第54-55页 |
| ·分类子系统 | 第55-56页 |
| ·垃圾邮件过滤过程中的反馈学习 | 第56-57页 |
| ·系统效率的考虑 | 第57-58页 |
| ·实验设置与结果分析 | 第58-60页 |
| ·试验设置 | 第58-59页 |
| ·实验结果分析 | 第59-60页 |
| ·小结 | 第60-61页 |
| 第八章 总结与展望 | 第61-63页 |
| ·本文总结 | 第61页 |
| ·反垃圾邮件技术的展望 | 第61-63页 |
| 参考文献 | 第63-66页 |
| 致谢 | 第66页 |
