基于Spark平台的垃圾短信过滤系统的研究与实现
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 研究背景 | 第10页 |
| 1.2 垃圾短信概述 | 第10-13页 |
| 1.2.1 垃圾短信定义及分类 | 第10-11页 |
| 1.2.2 垃圾短信特征 | 第11-12页 |
| 1.2.3 垃圾短信危害 | 第12-13页 |
| 1.3 前人工作综述和研究意义 | 第13-15页 |
| 1.4 本文主要研究内容 | 第15-16页 |
| 1.5 本文的组织结构 | 第16-17页 |
| 第二章 相关技术综述 | 第17-28页 |
| 2.1 文本分类技术 | 第17-21页 |
| 2.1.1 文本预处理 | 第17-18页 |
| 2.1.2 文本清洗与去噪 | 第18页 |
| 2.1.3 特征降维 | 第18-19页 |
| 2.1.4 文本分类 | 第19-21页 |
| 2.2 Simhash简介 | 第21-23页 |
| 2.2.1 Simhash原理 | 第21-22页 |
| 2.2.2 分块检索 | 第22-23页 |
| 2.3 Hadoop简介 | 第23-25页 |
| 2.3.1 HDFS | 第23-24页 |
| 2.3.2 MapReduce编程模型 | 第24-25页 |
| 2.4 Spark简介 | 第25-27页 |
| 2.4.1 RDD弹性分布式数据集 | 第26-27页 |
| 2.4.2 Spark资源管理和编程抽象 | 第27页 |
| 2.5 本章小结 | 第27-28页 |
| 第三章 串行垃圾短信过滤系统的分析与设计 | 第28-45页 |
| 3.1 系统需求分析与设计 | 第28-29页 |
| 3.1.1 系统需求分析 | 第28页 |
| 3.1.2 系统设计 | 第28-29页 |
| 3.2 短信处理模块 | 第29-33页 |
| 3.2.1 正则匹配 | 第30-31页 |
| 3.2.2 特征提取技术的选择 | 第31-32页 |
| 3.2.3 去噪处理 | 第32-33页 |
| 3.3 Simhash模块 | 第33页 |
| 3.4 特性判定模块 | 第33-36页 |
| 3.4.1 内容特性 | 第33-35页 |
| 3.4.2 回联特性 | 第35-36页 |
| 3.4.3 判定模型 | 第36页 |
| 3.5 贝叶斯分类器模块 | 第36-39页 |
| 3.5.1 分类模型的选择 | 第36-37页 |
| 3.5.2 增强的多变量伯努利模型 | 第37-38页 |
| 3.5.3 模块设计 | 第38-39页 |
| 3.6 实验与分析 | 第39-44页 |
| 3.6.1 实验环境 | 第39页 |
| 3.6.2 特性判定模块实验 | 第39-40页 |
| 3.6.3 Simhash&贝叶斯分类模块实验 | 第40-44页 |
| 3.7 本章小结 | 第44-45页 |
| 第四章 垃圾短信过滤系统的并行优化 | 第45-60页 |
| 4.1 设计原则 | 第45-47页 |
| 4.1.1 适用性 | 第45页 |
| 4.1.2 可扩展性 | 第45-46页 |
| 4.1.3 有效性 | 第46-47页 |
| 4.1.4 并行 | 第47页 |
| 4.2 垃圾短信过滤系统的并行设计 | 第47-48页 |
| 4.3 并行策略提取模块 | 第48-49页 |
| 4.3.1 并行策略提取模块 | 第48-49页 |
| 4.3.2 并行策略提取模块实现 | 第49页 |
| 4.4 并行特性判定模块 | 第49-50页 |
| 4.5 并行朴素贝叶斯模块 | 第50-53页 |
| 4.5.1 并行朴素贝叶斯算法 | 第50-51页 |
| 4.5.2 并行朴素贝叶斯算法的实现 | 第51-53页 |
| 4.6 实验与分析 | 第53-59页 |
| 4.6.1 实验环境及系统架构部署 | 第53-55页 |
| 4.6.2 实验及结果分析 | 第55-59页 |
| 4.7 本章小结 | 第59-60页 |
| 第五章 总结与展望 | 第60-62页 |
| 5.1 总结 | 第60-61页 |
| 5.2 展望 | 第61-62页 |
| 参考文献 | 第62-65页 |
| 致谢 | 第65-66页 |
| 攻读硕士期间发表的学术论文 | 第66页 |
