基于云安全的骚扰电话过滤系统研究

智能手机用户对通信安全的需求日益增加,本文研究目前骚扰电话过滤系统现状,提出一种基于云安全技术的设计方案,对其中的技术做了深入的研究。该系统将过滤服务器集群和大量手机整合到一个云安全体系中,实现对骚扰电话的快速和有效过滤。     

A comparative study for content-based dynamic spam classification using four machine learning algorithms

The growth of email users has resulted in the dramatic increasing of the spam emails during the past few years. In this paper, four machine learning algorithms, which are Naïve Bayesian (NB), neural network (NN), support vector machine (SVM) and relevance vector machine (RVM), are proposed for spam classification. An empirical evaluation for them on the benchmark spam filtering corpora is presented. The experiments are performed based on different training set size and extracted feature size. Experimental results show that NN classifier is unsuitable for using alone as a spam rejection tool. Generally, the performances of SVM and RVM classifiers are obviously superior to NB classifier. Compared with SVM, RVM is shown to provide the similar classification result with less relevance vectors and much faster testing time. Despite the slower learning procedure, RVM is more suitable than SVM for spam classification in terms of the applications that require low complexity.     

有限样本下中文垃圾邮件过滤的研究与实现

针对电子邮件应用中垃圾邮件危害日益严重的问题,基于机器学习的垃圾邮件过滤方法正成为当前互联网应用领域的研究热点之一.通过对现有基于机器学习的垃圾邮件处理方法的分析研究,并结合中文信息处理的特点,提出一种基于支持向量机SVM(Support Vector Machine)的中文垃圾邮件过滤方法并加以设计实现.实验表明,在有限样本情况下,基于SVM的中文垃圾邮件过滤方法具有较高的准确性和稳定性.     

一种基于神经网络的垃圾邮件过滤方法

垃圾邮件问题日益严重,受到研究人员的广泛关注,基于各种技术的垃圾邮件过滤方法应运而生,其中神经网络技术应用广泛.现在主要采用的后向传播(BP)神经网络虽然在垃圾邮件过滤中取得很好的效果,但仍然存在局部极小点、不能适应新样本、学习效率较低等诸多问题.因此,本文将一种有导师、可在线学习的自组织神经网络--预测自适应谐振理论神经网络(ARTMAP),运用于垃圾邮件过滤,提出了一种新的基于ARTMAP的垃圾邮件过滤方法.实验表明,基于ARTMAP的邮件过滤能够对垃圾邮件进行有效的过滤,在保证正确率的同时,更能适应当前垃圾邮件特征不断变化的环境.     

粗糙贝叶斯改进算法在垃圾邮件分类中的应用

分析当前使用最广泛的粗糙贝叶斯算法,指出其在实际应用中的不足,并采用2-gram理论对该算法进行了改进.经过实验证明,改进后的粗糙贝叶斯算法,邮件分类效果明显改善,垃圾邮件误判率、合法邮件误判率和平均误判率都有大幅度下降.     

基于改进的贝叶斯中文垃圾邮件过滤方法研究

基于内容的垃圾邮件过滤问题是Internet安全技术研究的一个重点问题,而基于贝叶斯的分类方法在垃圾邮件处理上表现了很高的准确度,因此受到了广泛的关注。本文将一种基于模拟退火遗传算法的贝叶斯分类方法引入到中文垃圾邮件过滤中,提高了分类的精确度。实验证明,算法在邮件过滤中有更好的表现。     

治理垃圾邮件的有效途径

在简单介绍了垃圾邮件概念的基础上,分析了垃圾邮件带来的危害,指出ISP服务商应该在技术和管理两方面加强对垃圾邮件的治理,电子邮件使用者要采取必要的措施来减少收到的垃圾邮件,介绍了ISP服务商和电子邮件使用者防范和治理垃圾邮件的有效措施。     

基于ART神经网络的垃圾邮件过滤技术

本文讨论了自适应谐振理论ART,分析了ART的工作原理,给出了ART的具体算法。以神经网络ART作为分类器来过滤垃圾邮件,ART克服了IBP网络的缺点,可以对垃圾邮价进行更有效地过滤,更好的解决了垃圾邮件特征不断变化而过滤方法相对固定的矛盾。并以实例详述了ART在邮件过滤中的工作过程,获得了很好的结果。     

一种混合型垃圾邮件过滤系统的研究与设计

针对目前互联网垃圾邮件日益泛滥的情况，对目前常用的几种抗击垃圾邮件方法进行了介绍，同时提出一种混合型的垃圾邮件过滤系统，对其进行了详细地阐述。该方法结合贝叶斯理论和基于内容的邮件过滤思想，给出了邮件过滤系统的体系结构，并对其算法进行了分析。     

分享式Spam攻击的轻量级检测方案

Spam攻击是针对社交网络最主要的攻击方式,分享式Spam攻击具有Spam内容的存储与传播分离的新特性,目前没有有效的检测方案。针对这一问题分析了其攻击过程和特征,利用分享式Spam攻击传播和存储的特征设计了轻量级迭代检测算法LIDA,通过目标筛选和内容检测2个步骤实现对分享式Spam的检测。同时,轻量级算法避免了传统算法对每个用户都做深度检测的问题,更具实用性。通过人人网的4次迭代实验,共检测到9 568个Spam账号、30 732个Spam相册以及2 626 780条Spam URL,表明所提的检测算法对于分享式Spam攻击是行之有效的。