导读:本文包含了图片垃圾邮件过滤论文开题报告文献综述及选题提纲参考文献，主要关键词:图片垃圾邮件,多分形分析,主动学习聚类,反馈驱动半监督支持向量机
图片垃圾邮件过滤论文文献综述
周扬玲,钟剑,邓维[1]（2013）在《基于多分形分析和主动学习反馈算法的图片垃圾邮件过滤》一文中研究指出图片垃圾邮件通常由随机变形技术制作,人眼认为内容相同但计算机认为不同,导致常规反垃圾邮件技术无法阻止这类垃圾邮件.根据图片垃圾邮件必然具有相似性、大量性和可变性的特点,提出了一种综合多向小波金字塔多分形分析算法和主动学习反馈驱动半监督支持向量机算法的创新图片垃圾邮件过滤方法.实验结果表明,该方法容易与常规反垃圾邮件系统相结合,而且该方法的效率高、准确性好、假阳性低,通过重复训练,可进一步提高准确性、降低假阳性,适合用于对抗性学习和垃圾邮件过滤.(本文来源于《西南师范大学学报(自然科学版)》期刊2013年10期）
杨华[2]（2012）在《基于图片特征和分类器融合的垃圾邮件过滤技术研究》一文中研究指出目前电子邮件获得了广泛应用，与此同时，垃圾邮件却给人们带来了极大的损害。垃圾邮件的新变种不断出现，反垃圾邮件技术面临挑战。如何针对新变种研究新的过滤方法成为该领域的热点。传统的垃圾邮件过滤技术大多是针对文本型垃圾邮件，对层出不穷的图片垃圾邮件束手无策，因此图片垃圾邮件过滤技术研究迫不及待。针对垃圾邮件过滤，特别是图片垃圾邮件过滤，本文主要做了以下工作：（1）在基于内容的过滤技术基础上，针对文本型和图片型垃圾邮件提出一个多种方法相结合的过滤方案。通过D-S合成规则将多个分类器组合，发挥各自优势，从而克服了单分类器失效问题，提高了过滤系统的可靠性和稳定性。为了使组合分类器获得良好的效果，分类算法选择至关重要。为此，本文针对文本型垃圾邮件，融合了最大熵模型和支持向量机(Support Vector Machine，SVM)分类算法，降低由单分类器受影响而引起的误检和漏检风险。（2）本文重点针对图片垃圾邮件，建立了多层过滤体系，融合了基于图片特征的相似度测量和基于后验概率的SVM分类方法。在图片特征提取中，重点分析了两种方法：尺度不变特征变换算法(Scale Invarient Feature Transform，SIFT)、图片底层和高层特征提取技术。通过降低特征向量维数，本文对SIFT算法进行了改进，仿真实验结果表明改进后的方法与基于周长复杂度的噪声检测相结合能够大大减少时间开销，而又不会降低算法性能。此外，在对图片特征进行详细分析的基础上，采用颜色、梯度、元数据等较为稳定的特征作为SVM的输入进行分类。实验结果表明这些特征具有很好的代表性，使得图片分类的准确性有所提高。由于多种分类器的差异性，本文在分析D-S合成规则的基础上，采用改进的规则合成方法。考虑到证据间的冲突性对分类器融合结果的影响，本文使用G c合成规则融合多种分类结果。最后的仿真实验表明Gc合成规则所得决策结果更为合理。(本文来源于《天津理工大学》期刊2012-02-01）
王潇杨,陈南飞,张登科,王兴伟[3]（2011）在《图片型垃圾邮件过滤分析系统设计和实现》一文中研究指出从垃圾邮件图片的基本特性入手,选取图片的简单属性作为过滤特征对图片型垃圾邮件进行过滤.同时提出边缘灰度点比特征来提高过滤效率,该特征反映了图片中文字信息量的大小;其次,针对特征区间划分的问题,采用K均值实现特征区间的动态划分,得到粗糙特征区间(RFI)和提纯特征区间(PFI);最后,针对PFI提出一套快速判分的过滤机制,同时针对RFI提出一套基于SVM的过滤机制,该过滤机制的准确度可以达到98.396 6%.模型中选取的特征只需一次扫描就可以完成提取,满足了过滤系统时效性上的需求.(本文来源于《大连理工大学学报》期刊2011年S1期）
郑冬冬,宋顺林[4]（2010）在《图片垃圾邮件过滤技术综述》一文中研究指出从图片垃圾邮件的现状着手,通过对图片垃圾邮件的分析,将图片垃圾邮件与文本垃圾邮件之间的不同点进行了对比,并对图片垃圾邮件的特征进行了总结。与此同时,对图片垃圾邮件过滤中常用的一些过滤方法,例如OCR(最优字符识别)以及指纹技术进行了介绍,分析了其优缺点,并结合它们自身的缺点提出了一些建设性看法。最后对最新的反垃圾邮件研究成果作了简略描述,并对垃圾邮件的发展作出了展望。(本文来源于《计算机工程与设计》期刊2010年01期）
陈俊伟[5]（2008）在《图片垃圾邮件过滤系统》一文中研究指出随着网络的深入、普及,电子邮件已经成为交流和沟通的重要工具,但垃圾邮件也随之激增。其中,图片垃圾邮件的暴利使得越来越多的人对此趋之若鹜,也造成了如今图片垃圾邮件形势越来越严峻的现实情况。图片垃圾邮件的平均大小是50KB,是常规垃圾邮件的10倍。随着垃圾邮件尺寸的不断增大以及数量的不断增多,许多企业薄弱的电子邮件基础设施已不堪重负。因此,如何有效过滤图片垃圾邮件,已经成为互联网与信息安全技术领域一个亟待解决的课题。本文在借鉴现有基于关键字的文本垃圾邮件过滤技术的基础上,提出一种基于截图内容的图片垃圾邮件过滤方法。尤其对图片垃圾邮件的垃圾特征信息识别问题进行研究。对垃圾邮件中的图片特征信息进行采集与归类,获取每类图片垃圾邮件相应的代表性特征。依据邮件内嵌图片的特征信息的分析结果,检测并过滤图片垃圾邮件。在本文提出的方法中,过滤器还具备扩展能力,可以通过功能扩展来完成其它类型的邮件过滤,如文本垃圾邮件的过滤。本文完成了一个垃圾邮件过滤的原型系统设计。首先由用户从垃圾邮件中截取某一子域图片,每一截图对应一类垃圾图片,所有的截图构成一个自定义的垃圾图片“黑名单”。其次对读入的每一封图片邮件,其内置图片与“黑名单”中的图片进行图像匹配。若存在匹配项,则判定该邮件含有用户已指定的垃圾图片信息。应用SIFT(Scale Invariant Feature Transform)算法对用户截图进行特征的提取与匹配。整个过滤过程由后台程序处理,对于用户来说是透明的,不会影响用户的正常网络行为。本方法赋予用户自主权去指定垃圾图片的典型特征区域,这使得邮件过滤更具有针对性和灵活性;与其它以分析文字区内容为重点的过滤方法相比,本文提出的方法避免了文本分析工作,直接将文字内容视为图片处理,可以有效抵抗垃圾邮件制造者添加的噪声干扰以及形变处理。实验结果验证了本文所提出方法的有效性。(本文来源于《华东师范大学》期刊2008-11-01）
陈俊伟,张丽春,吕岳[6]（2008）在《基于截图内容的图片垃圾邮件过滤系统》一文中研究指出垃圾邮件制造者常常将文字嵌入到图像中,产生了大量的图片垃圾邮件.为解决这一问题,提出并实现了一个基于截图内容的图片垃圾邮件过滤方案.首先由用户从垃圾邮件中截取某一子域图片,每一截图对应一类垃圾图片,所有的截图构成一个自定义的垃圾图片"黑名单".其次对读入的每一封图片邮件,其内置图片与"黑名单"中的图片进行图像匹配.最后若存在匹配项,则判定该邮件含有用户已指定的垃圾图片信息.将此图片垃圾邮件过滤方案应用于一个小型的邮件收发系统,使用3 534幅垃圾邮件图片进行实验,结果证明了该垃圾邮件过滤方案有效.(本文来源于《智能系统学报》期刊2008年05期）
张琦[7]（2008）在《以融合应用围剿垃圾邮件》一文中研究指出字典型攻击 垃圾邮件的发送者常会使用所谓的字典式攻击，就是挑选一些常见的英文名字，重新组合，再将组合过后的单词当作收件者，全部寄出。Ｓｐａｍｍｅｒ通常会挑选拥有最多的使用会员的电子信箱服务提供者，因此字典式攻击的命中率会相对比较高。 伪装(本文来源于《中国计算机报》期刊2008-06-30）
图片垃圾邮件过滤论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
目前电子邮件获得了广泛应用，与此同时，垃圾邮件却给人们带来了极大的损害。垃圾邮件的新变种不断出现，反垃圾邮件技术面临挑战。如何针对新变种研究新的过滤方法成为该领域的热点。传统的垃圾邮件过滤技术大多是针对文本型垃圾邮件，对层出不穷的图片垃圾邮件束手无策，因此图片垃圾邮件过滤技术研究迫不及待。针对垃圾邮件过滤，特别是图片垃圾邮件过滤，本文主要做了以下工作：（1）在基于内容的过滤技术基础上，针对文本型和图片型垃圾邮件提出一个多种方法相结合的过滤方案。通过D-S合成规则将多个分类器组合，发挥各自优势，从而克服了单分类器失效问题，提高了过滤系统的可靠性和稳定性。为了使组合分类器获得良好的效果，分类算法选择至关重要。为此，本文针对文本型垃圾邮件，融合了最大熵模型和支持向量机(Support Vector Machine，SVM)分类算法，降低由单分类器受影响而引起的误检和漏检风险。（2）本文重点针对图片垃圾邮件，建立了多层过滤体系，融合了基于图片特征的相似度测量和基于后验概率的SVM分类方法。在图片特征提取中，重点分析了两种方法：尺度不变特征变换算法(Scale Invarient Feature Transform，SIFT)、图片底层和高层特征提取技术。通过降低特征向量维数，本文对SIFT算法进行了改进，仿真实验结果表明改进后的方法与基于周长复杂度的噪声检测相结合能够大大减少时间开销，而又不会降低算法性能。此外，在对图片特征进行详细分析的基础上，采用颜色、梯度、元数据等较为稳定的特征作为SVM的输入进行分类。实验结果表明这些特征具有很好的代表性，使得图片分类的准确性有所提高。由于多种分类器的差异性，本文在分析D-S合成规则的基础上，采用改进的规则合成方法。考虑到证据间的冲突性对分类器融合结果的影响，本文使用G c合成规则融合多种分类结果。最后的仿真实验表明Gc合成规则所得决策结果更为合理。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
图片垃圾邮件过滤论文参考文献
[1].周扬玲,钟剑,邓维.基于多分形分析和主动学习反馈算法的图片垃圾邮件过滤[J].西南师范大学学报(自然科学版).2013
[2].杨华.基于图片特征和分类器融合的垃圾邮件过滤技术研究[D].天津理工大学.2012
[3].王潇杨,陈南飞,张登科,王兴伟.图片型垃圾邮件过滤分析系统设计和实现[J].大连理工大学学报.2011
[4].郑冬冬,宋顺林.图片垃圾邮件过滤技术综述[J].计算机工程与设计.2010
[5].陈俊伟.图片垃圾邮件过滤系统[D].华东师范大学.2008
[6].陈俊伟,张丽春,吕岳.基于截图内容的图片垃圾邮件过滤系统[J].智能系统学报.2008
[7].张琦.以融合应用围剿垃圾邮件[N].中国计算机报.2008
标签：图片垃圾邮件; 多分形分析; 主动学习聚类; 反馈驱动半监督支持向量机;