基于DHT的分布式垃圾郵件處理系統(tǒng)關(guān)鍵技術(shù)研究.pdf

1、隨著網(wǎng)絡(luò)的普及，電子郵件與人們的工作生活聯(lián)系日趨緊密，隨之而來的垃圾郵件問題日益嚴(yán)重。在分布式垃圾郵件處理領(lǐng)域，基于Nilsimsa摘要的垃圾郵件識別技術(shù)和基于信譽(yù)機(jī)制的垃圾郵件阻截技術(shù)占有重要的研究地位。但是，由于Nilsimsa摘要生成方式和比較方式的特殊性，目前的垃圾郵件處理系統(tǒng)基本上采取集中方式處理郵件Nilsimsa摘要，這嚴(yán)重影響了系統(tǒng)的查詢效率和可擴(kuò)展性。同時，由于現(xiàn)有的原始信譽(yù)值計算方法不能精確地反映目標(biāo)結(jié)點的當(dāng)前狀態(tài)，

2、信譽(yù)值的計算結(jié)果難以滿足垃圾郵件控制策略的要求，因此，高效的、比較適用于垃圾郵件阻截的結(jié)點信譽(yù)度生成算法也需要進(jìn)行認(rèn)真地研究。針對這些問題，本文對基于DHT網(wǎng)絡(luò)的Nilsimsa摘要發(fā)布和查詢方法、郵件服務(wù)器信譽(yù)度生成算法以及垃圾郵件服務(wù)器阻截方法進(jìn)行研究。論文的主要貢獻(xiàn)如下：
　　 (1)針對郵件Nilsimsa摘要不易分布式處理的問題，本文提出了基于Chord的郵件Nilsimsa摘要發(fā)布和查詢方法ChordNil。Chor

3、dNil以Nilsimsa向量長度為鍵值，能夠?qū)⑾嗨凄]件的Nilsimsa摘要發(fā)布到相同或相鄰的結(jié)點上。論文討論了ChordNil方法的理論依據(jù)，分析了ChordNil的查詢效率，并利用折疊發(fā)布模式解決負(fù)載均衡問題。利用互聯(lián)網(wǎng)采集的郵件樣本，論文進(jìn)行了多項仿真實驗，證實了ChordNil方法的有效性。實驗結(jié)果顯示，查詢2.5％的結(jié)點，ChordNil就可以保證80％的查全率。ChordNil充分利用了ChordNil網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)特點，

4、相似Nilsimsa摘要的查詢限制在相鄰結(jié)點之間，查詢效率相對較高。
　　 (2) ChordNil主要問題是會將文本體重復(fù)的相似郵件發(fā)布到不相關(guān)的結(jié)點上。針對這個問題，論文提出了另一種郵件Nilsimsa摘要發(fā)布和查詢方法DHTIul。DHTnil利用Voronoi空間劃分方法將Nilsimsa所在的二值化n維Ω空間劃分成多個互不重疊的子空間，并通過將子空間映射到DHT網(wǎng)絡(luò)結(jié)點的方法將相同或相似文檔的Nilsimsa摘要發(fā)布到

5、少數(shù)幾個結(jié)點上。論文對DHTnil的Nilsimsa摘要發(fā)布和查詢方法進(jìn)行了詳細(xì)地介紹和分析，并通過仿真實驗證實了DHTrul方法的有效性。從實驗結(jié)果可以看到，DHTrul查詢3.5％的子空間就能夠保證80％以上的查全率。同時，DHTnil能使子空間上及DHT網(wǎng)絡(luò)結(jié)點上的負(fù)載基本保持均衡，其結(jié)點負(fù)載方差與ChordNil中的折疊循環(huán)模式相當(dāng)。
　　 (3)針對比值評價方法不能準(zhǔn)確反映目標(biāo)結(jié)點當(dāng)前運(yùn)行狀態(tài)以及得到的信譽(yù)值難以滿足垃

6、圾郵件控制策略的問題，論文提出了一種基于信譽(yù)機(jī)制的垃圾郵件阻截方法MSRep。在信譽(yù)值的生成算法中，MSRep利用基于郵件匯總的方法使計算出的原始信譽(yù)值更接近于目標(biāo)結(jié)點的實際行為。同時，MSRep將模糊控制方法引入MSRep信譽(yù)值計算，使得到的計算結(jié)果能夠較好地滿足系統(tǒng)阻截垃圾郵件的要求。MSRep方法使用基于概率的阻截技術(shù)過濾垃圾郵件，它控制簡單，能夠較大幅度地提高系統(tǒng)中正常郵件率。
　　 (4)利用論文提出基于信譽(yù)機(jī)制的垃圾