摘要 | 第1-6页 |
Abstract | 第6-7页 |
目录 | 第7-10页 |
第一章 引言 | 第10-18页 |
·垃圾邮件 | 第10-11页 |
·垃圾邮件发送技术 | 第11-12页 |
·反垃圾邮件技术 | 第12-15页 |
·一体化协作式垃圾邮件综合举报系统 | 第15-16页 |
·垃圾邮件样本分析的需求 | 第16页 |
·课题来源 | 第16-18页 |
第二章 相关技术 | 第18-30页 |
·垃圾邮件样本获取 | 第19-21页 |
·垃圾邮件特征生成 | 第21-23页 |
·N-Gram生成 | 第21-22页 |
·N-Gram统计 | 第22页 |
·N-Gram过滤 | 第22-23页 |
·文本分类中的特征选择方法 | 第23-26页 |
·垃圾邮件过滤中的分类算法 | 第26-30页 |
第三章 圾邮件样本分析系统设计 | 第30-52页 |
·设计概述 | 第30-31页 |
·一种基于邮件网关的邮件样本获取机制的设计 | 第31-33页 |
·邮件队列维持 | 第32页 |
·样本检测与初步分类 | 第32-33页 |
·一种两阶段样本消重机制的设计 | 第33-34页 |
·初级样本消重 | 第33页 |
·深层样本消重 | 第33-34页 |
·一种两级样本数据存储结构的设计 | 第34-36页 |
·设计概述 | 第34-35页 |
·基于相似度测量的垃圾邮件样本聚合算法 | 第35-36页 |
·基于优化算法改进垃圾邮件样本特征选择机制 | 第36-41页 |
·设计概述 | 第36-38页 |
·基于GA的垃圾邮件样本特征选择改进机制详细设计 | 第38-40页 |
·基本定义 | 第38-39页 |
·算法流程 | 第39-40页 |
·基于PSO的垃圾邮件样本特征选择改进机制详细设计 | 第40-41页 |
·基本定义 | 第40-41页 |
·算法流程 | 第41页 |
·面向kNN分类器和特征选择的联合优化机制 | 第41-42页 |
·系统详细设计 | 第42-52页 |
·通用模块详细设计 | 第43-44页 |
·样本收集与识别模块详细设计 | 第44-45页 |
·初级数据处理模块详细设计 | 第45-46页 |
·深层数据处理模块详细设计 | 第46-47页 |
·信息分析发布模块详细设计 | 第47-51页 |
·测试平台邮件流生成设计 | 第51-52页 |
第四章 垃圾邮件样本分析系统实现 | 第52-64页 |
·系统实现环境 | 第52-54页 |
·LAMP | 第52页 |
·Postfix | 第52-53页 |
·Spamassassin | 第53页 |
·Amavisd-new | 第53-54页 |
·主要数据结构 | 第54-59页 |
·主要函数实现 | 第59-61页 |
·样本获取相关函数 | 第59页 |
·样本分析相关函数 | 第59-60页 |
·信息发布相关函数 | 第60-61页 |
·系统平台搭建 | 第61-64页 |
·平台拓扑 | 第61-62页 |
·硬件配置清单 | 第62页 |
·软件配置清单 | 第62-64页 |
第五章 垃圾邮件样本分析系统评价 | 第64-72页 |
·测试平台 | 第64页 |
·性能评价 | 第64-69页 |
·测试数据 | 第64-65页 |
·评价参数 | 第65页 |
·基于相似度测量的垃圾邮件样本聚合算法性能 | 第65-66页 |
·基于优化算法改进垃圾邮件特征选择的性能评价 | 第66-68页 |
·特征子集规模 | 第66-67页 |
·特征子集性能测试 | 第67-68页 |
·面向kNN分类器和特征选择的联合优化机制 | 第68-69页 |
·不同特征数量对kNN分类器的邮件过滤性能的影响 | 第68-69页 |
·优化算法对比 | 第69页 |
·联合优化的性能改进 | 第69页 |
·功能评价 | 第69-71页 |
·系统处理性能 | 第69-70页 |
·样本获取 | 第70页 |
·样本解析 | 第70页 |
·样本消重 | 第70-71页 |
·信息分析发布 | 第71页 |
·系统可扩展能力 | 第71-72页 |
第六章 结束语 | 第72-74页 |
参考文献 | 第74-78页 |
致谢 | 第78-80页 |
作者在攻读硕士期间参加的科研项目 | 第80-82页 |
作者在攻读硕士期间发表的学术论文 | 第82页 |