校园网环境下行为模式识别垃圾邮件技术研究

论文摘要

随着网络的迅猛发展,电子邮件以其快捷、方便、低成本的特点已经成为人们现实生活、工作中必不可少的信息交流手段。但随之而来的是日益增长的垃圾邮件问题,尤其在校园,这种趋势也日益明显,如何防止垃圾邮件的扩散,有效的进行垃圾邮件的过滤,是网络建设中必须关注的核心问题。同时,也是校园网发展过程中亟待解决的一个重要问题。本文首先介绍了垃圾邮件国内外现状,危害,类型等。指出其在校园内的扩散,严重影响了青少年的身心健康,接着详细描述了电子邮件传输过程、原理、相关协议,并指出SMTP协议漏洞是造成垃圾邮件的主要源泉,紧接着按照网络层次结构的不同层面——介绍了目前国内外反垃圾邮件过滤技术及相关技术原理,指出了基于内容的过滤技术占主流地位,但随着技术的不断深入,基于内容的过滤表现出越来越多的缺陷,行为模式识别技术应运而生,日益成为垃圾邮件过滤技术研究的焦点。它是针对垃圾邮件在传递过程中所显示出来的行为特征进行边接受、边处理、边判断,这项技术大大提高了网关过滤垃圾邮件的速度,减少了网络资源的负荷和网络流量。本文是在校园网原邮件过滤系统的基础上,从大量的原始邮件日志入手,采用数据挖掘技术,找出垃圾邮件发送者更多的行为特征属性,并采用C4.5算法对决策树进行判定规则的提取。最后对所提取的特征属性及判定规则进行了相关测试,并与校原有邮件过滤系统所找出的垃圾邮件结果进行比对。按照评价体系中的指标进行计算,得出了相关结论:基于行为模式的属性特征可以更加准确的拦截更多的垃圾邮件。论文中所用到的原始邮件日志都是由本校网络中心提供的,保证了数据来源的真实性。在文章的结尾部分指出:垃圾邮件过滤技术的发展方向必将是以行为模式识别技术为主,多种技术为辅来共同解决的发展目标。

论文目录

• 摘要
• Abstract
• 引言
• 1 绪论
• 1.1 电子邮件的定义
• 1.2 电子邮件的重要地位
• 1.3 垃圾邮件概述
• 1.3.1 垃圾邮件的现状及其危害
• 1.3.2 垃圾邮件的类型
• 1.3.3 垃圾邮件与校园网
• 1.4 课题研究的目的及意义
• 1.5 课题的提出
• 1.6 论文的主要内容
• 1.7 本章小结
• 2 电子邮件传输的过程及原理
• 2.1 电子邮件网关的定义
• 2.2 电子邮件传输过程
• 2.2.1 电子邮件传输过程的主要部分
• 2.2.2 电子邮件系统的主要相关协议
• 2.3 电子邮件的工作原理
• 2.4 使用邮件网关后的电子邮件的传输
• 2.5 本章小结
• 3 垃圾邮件过滤技术
• 3.1 垃圾邮件过滤技术
• 3.1.1 IP层的反垃圾邮件技术
• 3.1.2 SMTP层的反垃圾邮件技术
• 3.1.3 基于内容过滤技术
• 3.1.4 其他过滤技术
• 3.2 行为模式识别垃圾邮件技术
• 3.3 垃圾邮件过滤技术的发展方向
• 3.4 本章小结
• 4 行为模式识别垃圾邮件技术的研究
• 4.1 产生垃圾邮件的原因
• 4.2 行为模式识别技术研究的相关技术方法
• 4.2.1 数据挖掘技术
• 4.2.2 数据挖掘任务的类型
• 4.2.3 数据挖掘的过程
• 4.3 研究方案
• 4.3.1 数据挖掘对象的采集
• 4.3.2 特征属性提取
• 4.3.3 数据挖掘工具
• 4.3.4 决策树提取规则
• 4.3.5 评价体系
• 4.3.6 决策树的优缺点
• 4.4 本章小结
• 5 测试结果与问题讨论
• 5.1 测试
• 5.2 结果分析与问题的讨论
• 5.3 本章小结
• 6 结论与展望
• 6.1 结论
• 6.2 前景展望
• 参考文献
• 致谢
• 作者简介及读研期间主要科研成果