电子邮件安全过滤与检查技术研究

论文摘要

随着互联网技术的发展,电子邮件得到了广泛应用,但同时带来了垃圾邮件的泛滥。我国反垃圾邮件工作起步较晚,垃圾邮件在国内情况十分严重。常用的反垃圾邮件技术一般包括白名单与黑名单技术;基于关键词匹配的内容扫描;基于HASH的垃圾邮件过滤与检查技术;基于内容的垃圾邮件过滤与检查技术以及其它,其中基于内容的垃圾邮件过滤与检查技术得到了最为广泛的应用。本文通过分析目前的各类过滤及检查技术特点,综合运用了基于IP过滤、信头过滤以及基于HASH等过滤与检查技术的特征,设计了一种基于特征向量及Bayes算法进行内容过滤的垃圾邮件过滤与检查系统,并对Bayes算法在垃圾邮件过滤与检查系统中应用的不足做了改进,提高了过滤精度。系统具有自主学习能力,通过不断训练能有效过滤垃圾邮件,具有较大的优越性。系统由协议代理模块,预处理模块,过滤模块,数据模块和主控模块组成,它位于邮件服务器前端,代替邮件服务器接收邮件,完成过滤与检查后,把邮件转发给邮件服务器,再由邮件服务器完成以后的功能。对于系统性能影响较大的是如何有效进行中文分词,本系统采用了基于互信息消除歧义的机械分词方法,并提出了一种改进的基于PATRICIA树的分词词典机制,从而提高了过滤效率。最后我们对该系统进行了测试,证明系统具有较高的效率及过滤精度,能有效实现了垃圾邮件的检查与过滤。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 电子邮件系统简介
• 1.1.1 邮件传输代理（MTA）协议
• 1.1.2 邮件用户代理（MUA）协议
• 1.1.3 电子邮件的报文格式
• 1.2 垃圾邮件简介
• 1.2.1 垃圾邮件的定义
• 1.2.2 垃圾邮件的泛滥的原因
• 1.2.3 垃圾邮件的组成
• 1.3 垃圾邮件的危害
• 1.4 目前反垃圾邮件研究发展现状
• 1.5 本文研究的目的与意义
• 1.6 本文主要内容与章节安排
• 第二章 电子邮件安全过滤与检查技术概述
• 2.1 传统垃圾邮件过滤与检查技术
• 2.1.1 基于IP地址的垃圾邮件过滤与检查技术
• 2.1.2 基于信头和信封的过滤与检查技术
• 2.1.3 基于关键字过滤与检查技术
• 2.1.4 基于散列值过滤与检查技术
• 2.2 基于内容特征的垃圾邮件过滤与检查技术
• 2.2.1 文本分类与垃圾邮件过滤与检查技术
• 2.2.2 信息过滤与垃圾邮件过滤与检查技术
• 2.2.3 基于规则的过滤与检查方法
• 2.2.4 基于统计的过滤与检查方法
• 2.3 其它过滤与检查技术
• 2.4 小结
• 第三章 系统设计
• 3.1 系统设计目标与设计流程
• 3.2 系统总体框架
• 3.3 模块设计
• 3.3.1 协议代理模块
• 3.3.2 预处理模块
• 3.3.3 过滤模块
• 3.3.4 数据模块
• 3.3.5 主控模块
• 3.4 小结
• 第四章 系统实现
• 4.1 预处理模块实现
• 4.1.1 对PATRICIA机制的分词词典加入HASH机制改进
• 4.1.2 中文分词的实现
• 4.1.3 构造特征向量
• 4.2 过滤及检查模块实现
• 4.2.1 Bayes算法在垃圾邮件过滤系统中的应用
• 4.2.2 Bayes算法的不足与改进
• 4.3 系统应用
• 4.3.1 训练模式
• 4.3.2 应用模式
• 4.4 实验结果与性能分析
• 4.5 小结
• 第五章 总结与展望
• 参考文献
• 致谢
• 攻读硕士期间的主要研究成果