本文選題：圖片垃圾郵件 + 多分形分析��； 參考：《西南師范大學(xué)學(xué)報(bào)(自然科學(xué)版)》2013年10期

【摘要】：圖片垃圾郵件通常由隨機(jī)變形技術(shù)制作,人眼認(rèn)為內(nèi)容相同但計(jì)算機(jī)認(rèn)為不同,導(dǎo)致常規(guī)反垃圾郵件技術(shù)無法阻止這類垃圾郵件.根據(jù)圖片垃圾郵件必然具有相似性、大量性和可變性的特點(diǎn),提出了一種綜合多向小波金字塔多分形分析算法和主動(dòng)學(xué)習(xí)反饋驅(qū)動(dòng)半監(jiān)督支持向量機(jī)算法的創(chuàng)新圖片垃圾郵件過濾方法.實(shí)驗(yàn)結(jié)果表明,該方法容易與常規(guī)反垃圾郵件系統(tǒng)相結(jié)合,而且該方法的效率高、準(zhǔn)確性好、假陽性低,通過重復(fù)訓(xùn)練,可進(jìn)一步提高準(zhǔn)確性、降低假陽性,適合用于對(duì)抗性學(xué)習(xí)和垃圾郵件過濾.
[Abstract]:Image spam is usually made by random transformation technology. People think the content is the same but the computer thinks it is different, so the conventional anti-spam technology can not prevent this kind of spam.According to the characteristics of image spam, such as similarity, abundance and variability,An innovative image spam filtering method based on multi-direction wavelet pyramid multifractal analysis algorithm and active learning feedback driven semi-supervised support vector machine algorithm is proposed.The experimental results show that the method is easy to be combined with the conventional anti-spam system, and the method has high efficiency, good accuracy and low false positive. Through repeated training, the accuracy can be further improved and the false positive can be reduced.Suitable for adversarial learning and spam filtering.
【作者單位】： 四川中醫(yī)藥高等專科學(xué)校;西南大學(xué)信息中心;
【基金】：四川省科技計(jì)劃基金項(xiàng)目(10JJ8086) 中央高�；究蒲袠I(yè)務(wù)費(fèi)專項(xiàng)基金項(xiàng)目(XDJK2013C005)
【分類號(hào)】：TP393.098

【參考文獻(xiàn)】

相關(guān)期刊論文 前2條

1 耿技;萬明成;程紅蓉;周俊怡;;基于文本區(qū)域特征的圖像型垃圾郵件過濾算法[J];計(jì)算機(jī)應(yīng)用;2008年08期

2 唐曉玲;張自力;;一種基于Agent的信息接種反垃圾郵件模型研究[J];西南大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年05期

【共引文獻(xiàn)】

相關(guān)期刊論文 前4條

1 劉芬;帥建梅;;基于梯度和顏色特征的圖像垃圾郵件過濾[J];計(jì)算機(jī)工程;2010年16期

2 劉偉;張鳳荔;程紅蓉;萬明成;;改進(jìn)ReliefF算法在圖像型垃圾郵件檢測(cè)中的應(yīng)用研究[J];計(jì)算機(jī)應(yīng)用研究;2009年09期

3 鄧蔚;程紅蓉;錢偉中;秦志光;;基于Kolmogorov復(fù)雜性的垃圾圖像分類模型[J];計(jì)算機(jī)應(yīng)用研究;2011年04期

4 鄭冬冬;宋順林;;圖片垃圾郵件過濾技術(shù)綜述[J];計(jì)算機(jī)工程與設(shè)計(jì);2010年01期

相關(guān)博士學(xué)位論文 前1條

1 鄧蔚;垃圾郵件過濾中的敵手分類問題研究[D];電子科技大學(xué);2011年

相關(guān)碩士學(xué)位論文 前8條

1 馬秋明;基于感知機(jī)優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)郵件分類算法研究[D];電子科技大學(xué);2011年

2 楊波;基于分類及相似性的圖像型垃圾郵件檢測(cè)技術(shù)研究[D];南京郵電大學(xué);2011年

3 王慕妮;基于組合及統(tǒng)計(jì)的圖像型垃圾郵件檢測(cè)研究[D];南京郵電大學(xué);2012年

4 王宗輝;基于相似性測(cè)量檢測(cè)圖像型垃圾郵件技術(shù)的研究[D];南京郵電大學(xué);2012年

5 鄭冬冬;基于貝葉斯網(wǎng)絡(luò)的圖像型垃圾郵件識(shí)別研究[D];江蘇大學(xué);2010年

6 劉芬;基于內(nèi)容的圖像垃圾郵件過濾技術(shù)研究[D];中國科學(xué)技術(shù)大學(xué);2010年

7 劉偉;圖像型垃圾郵件的特征選擇算法研究及實(shí)現(xiàn)[D];電子科技大學(xué);2010年

8 楊華;基于圖片特征和分類器融合的垃圾郵件過濾技術(shù)研究[D];天津理工大學(xué);2012年

【二級(jí)參考文獻(xiàn)】

相關(guān)期刊論文 前3條

1 王斌,潘文鋒;基于內(nèi)容的垃圾郵件過濾技術(shù)綜述[J];中文信息學(xué)報(bào);2005年05期

2 許洋洋;袁華;;一種基于內(nèi)容的廣告垃圾圖像過濾方法[J];山東大學(xué)學(xué)報(bào)(理學(xué)版);2006年03期

3 林海文;張自力;;基于Agent的上下文推理及其在多文化交流平臺(tái)中的應(yīng)用[J];西南師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2006年03期

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 鄭冬冬;宋順林;;圖片垃圾郵件過濾技術(shù)綜述[J];計(jì)算機(jī)工程與設(shè)計(jì);2010年01期

2 ;[J];;年期

3 ;[J];;年期

4 ;[J];;年期

5 ;[J];;年期

6 ;[J];;年期

7 ;[J];;年期

8 ;[J];;年期

9 ;[J];;年期

10 ;[J];;年期

，

本文編號(hào)：1769264