摘要 | 第2-4页 |
ABSTRACT | 第4-5页 |
1 绪论 | 第8-13页 |
1.1 研究背景及其意义 | 第8页 |
1.2 垃圾邮件过滤技术的现状分析 | 第8-11页 |
1.2.1 以地址为依据的垃圾邮件过滤技术 | 第9页 |
1.2.2 以内容为依据的垃圾邮件过滤技术 | 第9-10页 |
1.2.3 以行为模式为依据的垃圾邮件过滤技术 | 第10-11页 |
1.2.4 以多种过滤技术相结合的垃圾邮件过滤 | 第11页 |
1.3 本文研究内容 | 第11-12页 |
1.4 论文架构 | 第12-13页 |
2 基于免疫算法的垃圾邮件过滤架构构建和改进思路分析 | 第13-20页 |
2.1 免疫反应与邮件过滤的相似性分析 | 第13-14页 |
2.2 面向垃圾邮件过滤的经典免疫算法和模型分析 | 第14-17页 |
2.2.1 面向垃圾邮件过滤的否定选择算法分析 | 第14-16页 |
2.2.2 面向垃圾邮件过滤的克隆选择算法分析 | 第16页 |
2.2.3 面向垃圾邮件过滤的免疫模型分析 | 第16-17页 |
2.3 面向垃圾邮件过滤的危险理论与树突状细胞算法的优缺点分析 | 第17-19页 |
2.3.1 面向垃圾邮件过滤的树突状算法分析 | 第18页 |
2.3.2 面向垃圾邮件过滤的危险理论模型的分析 | 第18-19页 |
2.4 本章小结 | 第19-20页 |
3 基于改进型树突状细胞算法的垃圾邮件过滤 | 第20-35页 |
3.1 经典树突状细胞算法 | 第20-24页 |
3.2 改进的树突状细胞算法 | 第24-28页 |
3.2.1 算法的计算步骤 | 第25-26页 |
3.2.2 算法流程图的设计 | 第26-28页 |
3.3 实验设计与比较分析 | 第28-34页 |
3.3.1 数据样本 | 第28-29页 |
3.3.2 信号定义 | 第29页 |
3.3.3 实验结果比较与分析 | 第29-34页 |
3.4 本章小结 | 第34-35页 |
4 基于多策略的IDCA垃圾邮件过滤模型设计 | 第35-46页 |
4.1 贝叶斯过滤模块 | 第35-37页 |
4.1.1 计算步骤与分析 | 第35-36页 |
4.1.2 模块框图的设计 | 第36-37页 |
4.2 逻辑回归过滤模块 | 第37-38页 |
4.2.1 计算步骤与分析 | 第37-38页 |
4.2.2 模块框图的设计 | 第38页 |
4.3 IDCA模块、贝叶斯模块和逻辑回归模块的交互设计 | 第38-45页 |
4.3.1 交互过滤模型设计 | 第39-40页 |
4.3.2 算法设计 | 第40-41页 |
4.3.3 实验比较与分析 | 第41-45页 |
4.4 本章小结 | 第45-46页 |
5 基于多层过滤的IDCA垃圾邮件过滤系统原型设计 | 第46-59页 |
5.1 系统交互设计 | 第46-50页 |
5.2 系统原型实现 | 第50-53页 |
5.2.1 模块功能实现 | 第50页 |
5.2.2 系统界面实现 | 第50-53页 |
5.3 实验测试与分析 | 第53-58页 |
5.3.1 数据预处理 | 第53-54页 |
5.3.2 结果分析 | 第54-58页 |
5.4 本章小结 | 第58-59页 |
6 总结与展望 | 第59-61页 |
6.1 总结 | 第59-60页 |
6.2 展望 | 第60-61页 |
参考文献 | 第61-64页 |
攻读硕士期间的研究成果 | 第64-65页 |
致谢 | 第65页 |