垃圾郵件過(guò)濾中的敵手分類問(wèn)題研究.pdf

1、機(jī)器學(xué)習(xí)作為一種重要的智能信息處理技術(shù)，在垃圾郵件過(guò)濾系統(tǒng)中得到廣泛的應(yīng)用。然而在實(shí)際對(duì)抗性網(wǎng)絡(luò)環(huán)境中，垃圾郵件過(guò)濾器面臨著垃圾郵件發(fā)送者無(wú)休止惡意攻擊的威脅。從而導(dǎo)致在實(shí)驗(yàn)環(huán)境中高性能的機(jī)器學(xué)習(xí)算法，在實(shí)際應(yīng)用時(shí)其性能可能變的很差。敵手分類的提出正是為了應(yīng)對(duì)這種挑戰(zhàn)，并成為當(dāng)前機(jī)器學(xué)習(xí)領(lǐng)域的研究熱點(diǎn)，具有重大的理論和實(shí)際應(yīng)用價(jià)值。
　　本文針對(duì)垃圾郵件過(guò)濾中的敵手分類問(wèn)題展開(kāi)了研究，包括對(duì)敵手分類中的攻防博弈問(wèn)題，垃圾郵件過(guò)濾的

2、抗中文好詞攻擊問(wèn)題，以及基于Kolmogorov復(fù)雜性的魯棒性分類問(wèn)題這三方面的研究。本文取得了如下五點(diǎn)創(chuàng)新性成果：
　　1.提出了一個(gè)基于 Stackelberg延時(shí)博弈的敵手分類模型。以往基于Stackelberg博弈的敵手分類模型，不能解釋取得納什均衡后垃圾郵件發(fā)送者為何還要繼續(xù)發(fā)動(dòng)攻擊。本模型將實(shí)際中跟隨者的反應(yīng)延時(shí)引入Stackelberg博弈建模，重點(diǎn)分析了反應(yīng)延時(shí)對(duì)領(lǐng)導(dǎo)者和跟隨者收益的影響，并利用遺傳算法得到納什均衡

3、，最后通過(guò)實(shí)驗(yàn)仿真驗(yàn)證了本模型的正確性。本模型表明垃圾郵件發(fā)送者具有先發(fā)優(yōu)勢(shì)，并在數(shù)據(jù)挖掘者的反應(yīng)延時(shí)中獲得超額收益，從而不斷發(fā)起新的攻擊。
　　2.提出了一個(gè)基于Stackelberg不確定性博弈的敵手分類模型?，F(xiàn)有敵手分類的Stackelberg博弈模型通常假設(shè)跟隨者的行動(dòng)是最優(yōu)的和理性的，這在實(shí)際垃圾郵件過(guò)濾中是不合理的。本模型將跟隨者的有限理性和有限觀察引入敵手分類的Stackelberg博弈建模，并重點(diǎn)分析了不確定性參數(shù)

4、對(duì)分類器性能的影響，最后通過(guò)真實(shí)郵件數(shù)據(jù)集進(jìn)行了實(shí)驗(yàn)，驗(yàn)證了本模型的有效性。
　　3.提出了一個(gè)抗中文垃圾郵件好詞攻擊的多示例邏輯回歸模型。目前對(duì)中文好詞攻擊問(wèn)題的研究尚不多見(jiàn)。本模型結(jié)合中文分詞技術(shù)和特征選擇方法進(jìn)行預(yù)處理，并利用多示例機(jī)制和邏輯回歸算法進(jìn)行學(xué)習(xí)和分類，最后在中文郵件數(shù)據(jù)集上進(jìn)行了實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明該模型能夠有效對(duì)抗中文垃圾郵件的好詞攻擊，且魯棒性優(yōu)于單示例邏輯回歸和單示例支持向量機(jī)模型。
　　4.提出了一

5、個(gè)基于Kolmogorov復(fù)雜性的垃圾圖像分類模型。傳統(tǒng)的垃圾圖像分類算法存在著魯棒性較差、圖像特征對(duì)特定數(shù)據(jù)集敏感等問(wèn)題。本模型利用數(shù)據(jù)壓縮技術(shù)和Kolmogorov分類機(jī)制，實(shí)現(xiàn)了對(duì)垃圾圖像的準(zhǔn)確分類。通過(guò)在垃圾圖像數(shù)據(jù)集上進(jìn)行實(shí)驗(yàn)，驗(yàn)證了本模型能有效對(duì)垃圾圖像進(jìn)行分類。同時(shí)對(duì)該模型的更新機(jī)制進(jìn)行了安全性分析。本模型既不需要提取圖像中的文字，也不需要對(duì)圖像特征進(jìn)行定義和選擇，是一種數(shù)據(jù)驅(qū)動(dòng)的無(wú)參數(shù)分類方法。
　　5.提出了一個(gè)