学位论文
第一章 引言
1.1 课题的背景
1.2 课题的特点
1.3 课题的意义和价值
1.4 本人所做的工作
1.5 本文内容安排
第二章 垃圾邮件和反垃圾邮件技术
2.1 垃圾邮件的危害及现状
2.2 垃圾邮件的定义及分类
2.3 垃圾邮件发送和反垃圾邮件技术
2.4 邮件系统协议
2.4.1 SMTP 协议邮件的格式
2.4.2 邮件协议及交互命令简介
第三章 K-L 算法和遗传算法的理论
3.1 Karhunen-Loeve 算法概述
3.1.1 K-L 展开式
3.1.2 K-L 展开式的性质
3.2 遗传算法概述
3.2.1 遗传算法简介
3.2.2 遗传算法中的部分术语
第四章 K-L 算法和遗传算法在邮件特征提取中的应用
4.1 汉字特征提取概述
4.2 基于遗传算法的垃圾邮件的汉字特征提取的算法分析
4.2.1 邮件特征值的形成
4.2.2 用K-L 法(Karhunen Loeve)特征提取
4.3 用遗传算法进行特征选择
4.4 时间复杂度和空间复杂度分析
4.4.1 分裂邮件词汇(特征元)分析
4.4.2 通过概率距离进行特征提取分析
第五章 贝叶斯理论及其在反垃圾邮件分类器中的应用
5.1 贝叶斯算法理论(决策和学习)
5.1.1 贝叶斯决策理论概述
5.1.2 几种常用的决策规则
5.1.3 贝叶斯学习概述
5.2 贝叶斯算法在分类器中的应用
5.2.1 邮件特征的贝叶斯学习
5.2.2 决策风险计算
第六章 系统的分析、设计及实现
6.1 系统分析
6.1.1 系统需求
6.1.2 系统模块简述
6.1.3 系统开发和应用环境
6.2 体系结构设计
6.3 功能结构设计
6.3.1 邮件包转发
6.3.2 邮件过滤
6.3.3 邮件转发
6.3.4 规则和通信
6.3.5 邮件学习和分类
6.3.6 控制台
6.4 系统实现
6.4.1 核心数据库表设计(部分)
6.4.2 核心函数设计
第七章 系统测试
7.1 引言
7.2 测试过程及结果分析
7.3 系统特点
7.4 测试结果
第八章 垃圾邮件中有害图像的识别技术的初步探索
8.1 垃圾邮件图像简述
8.2 垃圾邮件图像识别技术分析
8.2.1 垃圾邮件解码及JPEG 图像的提取
8.2.2 垃圾邮件图像特征的定义
8.3 邮件图像邮件的匹配和识别
8.3.1 图像的高维识别特征集
8.3.2 图像识别分类器的设计
第九章 结束语
9.1 全文总结
9.2 进一步工作
致谢
参考文献