| 摘要 | 第1-10页 |
| Abstract | 第10-12页 |
| 插图索引 | 第12-13页 |
| 附表索引 | 第13-14页 |
| 第1章 绪论 | 第14-26页 |
| ·研究背景和意义 | 第14-16页 |
| ·垃圾邮件概述 | 第16-19页 |
| ·垃圾邮件的起源 | 第16页 |
| ·垃圾邮件的定义 | 第16-17页 |
| ·垃圾邮件的组成 | 第17-19页 |
| ·电子邮件的工作原理 | 第19-24页 |
| ·邮件传送过程 | 第19-20页 |
| ·SMTP协议 | 第20-23页 |
| ·POP3协议 | 第23页 |
| ·MIME协议 | 第23-24页 |
| ·论文的主要内容和贡献 | 第24-25页 |
| ·论文组织结构安排 | 第25-26页 |
| 第2章 国内外反垃圾邮件技术研究现状 | 第26-35页 |
| ·反垃圾邮件技术 | 第26-33页 |
| ·过滤技术 | 第26-29页 |
| ·验证查询 | 第29-32页 |
| ·挑战技术 | 第32-33页 |
| ·垃圾邮件反过滤的手段 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第3章 基于交叉N元组特征选取策略的Bayesian邮件分类算法 | 第35-55页 |
| ·Bayes分类算法概述 | 第35-39页 |
| ·邮件预处理 | 第36-38页 |
| ·特征项提取 | 第38页 |
| ·Naive Bayes分类过程 | 第38-39页 |
| ·交叉N元语言模型和特征选取 | 第39-44页 |
| ·交叉N元组的构造 | 第40-41页 |
| ·特征项选取策略 | 第41-44页 |
| ·基于交叉N元组的贝叶斯分类算法性能实验 | 第44-53页 |
| ·实验语料 | 第44-45页 |
| ·邮件分类评价标准 | 第45-47页 |
| ·实验结果及分析 | 第47-53页 |
| ·本章小结 | 第53-55页 |
| 第4章 基于支持向量机的邮件分类算法研究 | 第55-71页 |
| ·支持向量机分类算法 | 第55-59页 |
| ·统计学习理论 | 第55-56页 |
| ·支持向量机 | 第56-59页 |
| ·基于不同核函数的支持向量机邮件分类效果的实验 | 第59-67页 |
| ·实验语料与邮件特征向量的构造 | 第59-61页 |
| ·实验及结果分析 | 第61-67页 |
| ·代价敏感支持向量机及其在垃圾邮件过滤中的应用 | 第67-70页 |
| ·代价敏感支持向量机 | 第67-68页 |
| ·实验及结果分析 | 第68-70页 |
| ·本章小结 | 第70-71页 |
| 第5章 基于相似性检测的协作式邮件过滤方法研究 | 第71-96页 |
| ·相似文本检测 | 第72-73页 |
| ·相似图像检测 | 第73-77页 |
| ·图像特征提取 | 第73-76页 |
| ·图像相似性度量 | 第76-77页 |
| ·P2P技术 | 第77-81页 |
| ·P2P技术的特点 | 第77-78页 |
| ·P2P网络拓扑结构分类 | 第78-81页 |
| ·结构化P2P网络相似文本和相似图像的聚集存储和模糊查询 | 第81-92页 |
| ·Chord路由算法 | 第82-83页 |
| ·相似对象的聚集存储 | 第83-87页 |
| ·相似对象查询 | 第87-89页 |
| ·实验和性能分析 | 第89-92页 |
| ·基于P2P网络的协作式垃圾邮件过滤系统 | 第92-94页 |
| ·本章小结 | 第94-96页 |
| 总结与展望 | 第96-98页 |
| 参考文献 | 第98-104页 |
| 致谢 | 第104-105页 |
| 附录A 攻读学位期间所发表的学术论文目录 | 第105页 |