| 摘要 | 第1-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第7-12页 |
| 1．1 研究背景 | 第7-8页 |
| 1．2 研究现状 | 第8-11页 |
| 1．2．1 基于IP地址的过滤技术 | 第9页 |
| 1．2．2 基于信头和信封的过滤技术 | 第9-10页 |
| 1．2．3 基于内容的过滤技术 | 第10页 |
| 1．2．4 基于服务器的过滤技术 | 第10页 |
| 1．2．5 基于客户端的过滤技术 | 第10-11页 |
| 1．3 本课题的提出 | 第11页 |
| 1．4 论文结构 | 第11-12页 |
| 第二章 理论基础 | 第12-36页 |
| 2．1 Email简介 | 第12-15页 |
| 2．1．1 Email发展历史 | 第12-13页 |
| 2．1．2 电子邮件工作原理 | 第13-15页 |
| 2．2 几个重要协议和编码标准 | 第15-23页 |
| 2．2．1 TCP／IP | 第15-17页 |
| 2．2．2 SMTP | 第17-19页 |
| 2．2．3 POP／IMAP | 第19-21页 |
| 2．2．4 电子邮件的三种编码标准 | 第21-23页 |
| 2．3 自动分词词典机制 | 第23-26页 |
| 2．3．1 基于Hash机制的分词词典机制 | 第23-26页 |
| 2．3．2 基于PATRICIA树的词典机制 | 第26页 |
| 2．4 自动分词技术 | 第26-31页 |
| 2．4．1 自动分词方法分类 | 第27-29页 |
| 2．4．2 分词中的两大难题 | 第29-31页 |
| 2．5 自动文本分类技术 | 第31-36页 |
| 2．5．1 文本分类中的特征值提取 | 第31-34页 |
| 2．5．2 贝叶斯分类法 | 第34-35页 |
| 2．5．4 文本分类质量评定 | 第35-36页 |
| 第三章 系统设计 | 第36-44页 |
| 3．1 设计目标 | 第36页 |
| 3．2 系统流程 | 第36-38页 |
| 3．3 系统总体框架 | 第38-39页 |
| 3．4 模块设计 | 第39-44页 |
| 3．4．1 协议代理模块 | 第39-40页 |
| 3．4．2 预处理模块 | 第40-41页 |
| 3．4．3 过滤模块 | 第41-42页 |
| 3．4．4 数据模块 | 第42页 |
| 3．4．5 主控模块 | 第42-44页 |
| 第四章 系统实现 | 第44-62页 |
| 4．1 预处理模块实现 | 第44-55页 |
| 4．1．1 基于PATRICIA tree的分词词典机制 | 第44-49页 |
| 4．1．2 分词的实现 | 第49-53页 |
| 4．1．3 构造特征向量 | 第53-55页 |
| 4．2 过滤模块实现 | 第55-58页 |
| 4．2．1 Bayes算法在垃圾邮件过滤系统中的应用 | 第55-56页 |
| 4．2．2 Bayes算法的不足与改进 | 第56-58页 |
| 4．3 系统应用 | 第58-60页 |
| 4．3．1 训练模式 | 第58-59页 |
| 4．3．2 应用模式 | 第59-60页 |
| 4．4 试验结果及分析 | 第60-62页 |
| 第五章 总结 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68页 |