首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--计算机网络论文--一般性问题论文

垃圾邮件过滤理论和关键技术研究

中文摘要第1-7页
Abstract第7-16页
第一章 绪论第16-30页
   ·垃圾邮件问题的背景第16-18页
     ·垃圾邮件的起源与历史第16-17页
     ·垃圾邮件的分类第17-18页
   ·垃圾邮件问题的现状第18-23页
     ·垃圾邮件的特点第19-21页
     ·垃圾邮件问题产生和存在的原因第21-23页
     ·目前反垃圾邮件存在的主要问题第23页
   ·主要应对策略第23-26页
   ·将不确定智能计算引入到垃圾邮件过滤领域的原因第26-27页
   ·本文的主要研究工作第27-28页
   ·本文的内容安排第28-30页
第二章 垃圾邮件过滤技术的研究基础第30-47页
   ·电子邮件工作原理第30-31页
   ·电子邮件协议第31-34页
     ·RFC 822 邮件格式第31页
     ·SMTP 协议第31-32页
     ·POP3 协议第32页
     ·IMAP4 协议第32-33页
     ·MIME 协议第33-34页
   ·邮件预处理第34-38页
     ·邮件分词第34-35页
     ·邮件表示第35-37页
     ·特征选择第37-38页
   ·常见邮件过滤策略和方法第38-43页
     ·基于规则的方法第38-40页
     ·基于统计的方法第40-43页
   ·基于多级属性集的 Naive Bayes 邮件分类器第43-46页
     ·改进算法第44-45页
     ·改进算法的性能分析与结论第45-46页
   ·本章小结第46-47页
第三章 Bayesian 网络理论研究第47-79页
   ·Bayesian 网络概述第47-48页
   ·基于全局消息传播的 Bayesian 网络推理第48-55页
     ·势(potentials)的基本运算第49页
     ·生成连接树第49-51页
     ·推理原则第51-52页
     ·全局传播算法第52-53页
     ·计算实验与结论第53-55页
   ·Polytree 条件下的复杂Bayesian 网络推理第55-65页
     ·Polytree 条件下的证据第56-58页
     ·消息传递第58-60页
     ·并行处理算法第60-62页
     ·算法性能分析比较与结论第62-65页
   ·不完备证据条件下的 Bayesian 网络参数学习第65-77页
     ·基本 Bayesian 参数估计理论第66-68页
     ·新网络计算模型第68-71页
     ·参数更新规则第71页
     ·收敛性能分析第71-74页
     ·仿真试验结果与结论第74-77页
   ·本章小结第77-79页
第四章 基于Bayesian 网络的邮件过滤技术第79-87页
   ·核密度估计和分类第79-81页
   ·Bayesian 邮件特征网络第81-83页
   ·分类算法第83-84页
   ·邮件分类网络的性能分析和结论第84-86页
   ·本章小结第86-87页
第五章 垃圾邮件过滤的偏依赖特征研究第87-98页
   ·偏依赖特征的引入第87-88页
   ·偏依赖拟合Logistic Regression 模型第88-90页
   ·特征提取第90-91页
   ·测试与结果第91-96页
     ·精度性能测试第91-92页
     ·基于统计方法的分类器精度性能对比第92-93页
     ·维度选择特性测试第93-94页
     ·CPD 特性测试第94-95页
     ·抗扰动性能测试第95-96页
   ·本章小结第96-98页
第六章 支持向量机的邮件分类第98-110页
   ·线性判别分析的推广第98-100页
   ·支持向量分类器第100-102页
   ·基于行为特征的SVM 垃圾邮件过滤第102-109页
     ·基于内容的垃圾邮件过滤技术存在的缺陷第102-103页
     ·基于行为特征的支持向量分类模型第103-107页
     ·实验结果与结论第107-109页
   ·本章小结第109-110页
第七章 基于不确定学习理论的邮件过滤系统的设计与实现第110-118页
   ·设计目标第110-111页
   ·系统流程第111-112页
   ·系统框架第112-113页
   ·模块设计第113-116页
     ·协议代理模块第113页
     ·预处理模块第113-114页
     ·过滤模块第114-116页
     ·数据模块第116页
     ·管理模块第116页
   ·性能评测第116-117页
   ·本章小结第117-118页
第八章 全文总结及未来的工作第118-123页
   ·全文总结第118-120页
   ·下一步值得研究的课题第120-123页
     ·概念漂移问题第120-121页
     ·数据倾斜问题第121-123页
致谢第123-124页
参考文献第124-137页
论文发表和科研奖励情况第137-139页

论文共139页,点击 下载论文
上一篇:甲基膦酸二甲酯质量敏感型气体传感器的制备及特性研究
下一篇:脉冲耦合神经网络及其在指纹系统中的应用