基于中文主题变形的垃圾邮件过滤方法研究
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第1章 绪论 | 第8-16页 |
| ·垃圾邮件过滤的背景 | 第8-10页 |
| ·垃圾邮件的定义 | 第8页 |
| ·垃圾邮件的发展历史及危害 | 第8-10页 |
| ·垃圾邮件过滤的现状分析 | 第10-15页 |
| ·垃圾邮件解决方案 | 第10-11页 |
| ·垃圾邮件发送技巧及解决的技术方案 | 第11-13页 |
| ·垃圾邮件过滤系统 | 第13-14页 |
| ·垃圾邮件的特点 | 第14页 |
| ·垃圾邮件泛滥的原因 | 第14-15页 |
| ·作者的主要工作及论文内容安排 | 第15-16页 |
| 第2章 垃圾邮件过滤关键技术 | 第16-31页 |
| ·电子邮件传输方式 | 第16-18页 |
| ·垃圾邮件过滤技术分类 | 第18页 |
| ·基于地址的过滤技术 | 第18-19页 |
| ·黑白名单技术 | 第18-19页 |
| ·反向域名解析 | 第19页 |
| ·基于规则的过滤技术 | 第19-20页 |
| ·信头分析 | 第19-20页 |
| ·群发过滤 | 第20页 |
| ·关键词匹配 | 第20页 |
| ·基于内容的过滤技术 | 第20-24页 |
| ·分布式校验值交换技术 | 第21页 |
| ·Boosting方法 | 第21-23页 |
| ·Rocchio方法 | 第23-24页 |
| ·winnow方法 | 第24页 |
| ·基于规则的评分机制 | 第24-25页 |
| ·图像垃圾邮件识别技术 | 第25-29页 |
| ·图像垃圾邮件检测难点及现状 | 第25-27页 |
| ·图像垃圾邮件的特征分析 | 第27-28页 |
| ·OCR技术 | 第28-29页 |
| ·相似度检测 | 第29页 |
| ·图像指纹识别技术 | 第29页 |
| ·垃圾邮件过滤技术的新思路 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 第3章 基于统计学习的垃圾邮件过滤技术 | 第31-38页 |
| ·贝叶斯算法 | 第31-36页 |
| ·支持向量机 | 第36-37页 |
| ·基于实例的方法 | 第37页 |
| ·本章小结 | 第37-38页 |
| 第4章 基于中文主题变形的垃圾邮件过滤方法 | 第38-51页 |
| ·垃圾邮件变形 | 第38-40页 |
| ·基于中文主题的垃圾邮件过滤方法 | 第40-45页 |
| ·基于中文主题的垃圾邮件过滤模式 | 第41-44页 |
| ·分析数据中模式的匹配 | 第44-45页 |
| ·变形度 | 第45-46页 |
| ·字符集 | 第46页 |
| ·符号变形度 | 第46页 |
| ·实验分析及讨论 | 第46-49页 |
| ·模式过滤的效果评估 | 第46-48页 |
| ·基于变形度的效果评估 | 第48-49页 |
| ·符号变形度与过滤模式的差别 | 第49页 |
| ·基于中文主题的垃圾邮件过滤技术的应用 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 第5章 总结与展望 | 第51-53页 |
| ·本文总结 | 第51页 |
| ·展望 | 第51-53页 |
| 参考文献 | 第53-55页 |
| 致谢 | 第55-56页 |
| 附录1 攻读硕士学位期间发表的论文 | 第56页 |
