基于文本和圖像的垃圾郵件過(guò)濾系統(tǒng)研究.pdf

1、隨著互聯(lián)網(wǎng)的發(fā)展，電子郵件的使用也變得相當(dāng)普及，但隨之而來(lái)的垃圾郵件卻給人們帶來(lái)很大的危害和經(jīng)濟(jì)損失。因此，垃圾郵件的自動(dòng)過(guò)濾技術(shù)受到越來(lái)越多的關(guān)注。然而目前的過(guò)濾技術(shù)很少針對(duì)群發(fā)垃圾郵件內(nèi)容相似的特點(diǎn)，耗費(fèi)了資源，同時(shí)，對(duì)圖片垃圾郵件的過(guò)濾研究也剛剛處于起步階段。 本文針對(duì)群發(fā)垃圾郵件內(nèi)容大量重復(fù)的特征，根據(jù)Edehnan等人的腦感知學(xué)習(xí)模型提出了一種新的基于感知學(xué)習(xí)的垃圾郵件過(guò)濾算法，并依此設(shè)計(jì)了一個(gè)自學(xué)習(xí)合作式網(wǎng)絡(luò)垃圾郵件

2、過(guò)濾系統(tǒng)框架模型，并行的對(duì)文本和圖像郵件進(jìn)行處理。 該過(guò)濾系統(tǒng)中包含三個(gè)核心技術(shù)：文本郵件特征提取，圖像郵件特征提取，以及基于感知學(xué)習(xí)的垃圾郵件過(guò)濾算法。文本郵件特征提取采用改進(jìn)的文本數(shù)字指紋技術(shù)將郵件文本進(jìn)行分段，對(duì)各段進(jìn)行編碼，生成特征向量，通過(guò)比較各文本之間的特征向量，得到郵件文本之間的內(nèi)容相似度矩陣。圖像郵件特征提取先對(duì)圖像中的顯著文本區(qū)域進(jìn)行定位，接著將文本區(qū)域用SIFT(Scale Invariant Feature