圖像型垃圾郵件檢測機(jī)制與算法研究.pdf

1、圖像型垃圾郵件（Image Spam）是一種新型垃圾郵件。垃圾制造者為了避免被基于文本的垃圾郵件過濾系統(tǒng)檢測到，將垃圾信息嵌入到圖片中通過郵件形式發(fā)送。圖像型垃圾郵件的識別是當(dāng)前互聯(lián)網(wǎng)絡(luò)垃圾信息過濾研究領(lǐng)域的熱點(diǎn)之一，目標(biāo)是解決目前垃圾郵件過濾器無法有效過濾圖像型垃圾郵件的問題。
　　本文的研究對象是圖像型垃圾郵件中包含的圖像，下文簡稱垃圾圖像。本文分析了垃圾圖像區(qū)分于正常圖像的各種特征，總結(jié)并分析了目前常用的垃圾圖像過濾方法。本

2、文對現(xiàn)有的檢測方法進(jìn)行了以下四個方面的改進(jìn):
　　1、在垃圾圖像近似復(fù)制檢測方法中，前人使用的算法主要是SIFT算法和SURF算法。雖然這兩種算法都具有很好的檢測效果，但是這兩種算法的效率都不是很高。本文利用BRISK算法進(jìn)行垃圾圖像近似復(fù)制檢測，有效提高了垃圾圖像近似復(fù)制檢測的效率。
　　2、在垃圾圖像檢測的分類學(xué)習(xí)方法中，本文使用人工神經(jīng)網(wǎng)絡(luò)算法檢測垃圾圖像。由于人工神經(jīng)網(wǎng)絡(luò)對于線性不可分問題具有較好分類效果，并且還具備

3、一些自學(xué)習(xí)、自適應(yīng)的能力，因此能夠滿足垃圾圖像制造者不斷調(diào)整欺詐手段所產(chǎn)生的垃圾圖像的檢測問題。
　　3、垃圾圖像的各種特征中文本區(qū)域特征是判定圖像屬于垃圾圖像還是正常圖像的一組重要的判別特征，而準(zhǔn)確提取圖片中的文本區(qū)域是得到文本區(qū)域特征的前提。本文根據(jù)垃圾圖像的噪聲特點(diǎn)，提出了一種垃圾圖像細(xì)小噪聲去除算法，能夠更準(zhǔn)確的提取垃圾圖像中的文本區(qū)域。
　　4、由于分類學(xué)習(xí)算法和近似復(fù)制檢測算法都具有一些不足的方面，因此本文提出了