圖像型垃圾郵件的特征選擇算法研究及實(shí)現(xiàn).pdf

1、近年來(lái),垃圾郵件的泛濫嚴(yán)重影響了人們的網(wǎng)絡(luò)交流和生活,其中圖像型垃圾郵件在整個(gè)垃圾郵件中所占比重日趨加大。為遏止圖像型垃圾郵件的泛濫,研究人員提出了基于不同特征集合的圖像型垃圾郵件檢測(cè)算法,但這些算法在時(shí)間效率和精度上無(wú)法兼顧。本文對(duì)圖像型垃圾郵件特征作了全面的分析,提出了一種應(yīng)用于圖像型垃圾郵件的特征選擇算法--R-ReliefF算法,用以優(yōu)化圖像特征集合,提高過(guò)濾算法性能。在此基礎(chǔ)之上,本文對(duì)一種新型圖像型垃圾郵件--多幀圖像型垃圾

2、郵件的過(guò)濾算法作了深入探討。最后,通過(guò)分析現(xiàn)有圖像型垃圾郵件過(guò)濾系統(tǒng)的優(yōu)缺點(diǎn),結(jié)合本文提出的R-ReliefF算法以及多幀圖像型垃圾郵件過(guò)濾算法,總結(jié)出了一種多層次的圖像型垃圾郵件過(guò)濾系統(tǒng)。
　　 本文首先對(duì)圖像型垃圾郵件過(guò)濾技術(shù)的現(xiàn)狀作了概述。包括圖像型垃圾郵件檢測(cè)的難點(diǎn)、主流的圖像型垃圾郵件識(shí)別算法、以及算法的性能評(píng)價(jià)標(biāo)準(zhǔn)。目前圖像型垃圾郵件識(shí)別算法并未取得理想的過(guò)濾效果。本文認(rèn)為原因主要在于:①圖像型垃圾郵件的特征集合未優(yōu)

3、化。②新型圖像型垃圾郵件的出現(xiàn)使得現(xiàn)有的過(guò)濾系統(tǒng)失去效用。因此在對(duì)圖像分類之前應(yīng)首先篩選出識(shí)別效果更好的圖像型垃圾郵件特征集合。
　　 本文提取出目前圖像型垃圾郵件過(guò)濾算法常用的圖像型垃圾郵件特征,形成原始特征集合。集合中特征個(gè)數(shù)和種類較多,難免含有無(wú)關(guān)和冗余特征,影響過(guò)濾算法性能。本文基于經(jīng)典的RelicfF特征選擇算法,提出一種適合于圖像型垃圾郵件的特征選擇算法--R-RdiefF算法,其中包括圖像特征數(shù)據(jù)預(yù)處理、特征和類別

4、信息的無(wú)關(guān)度計(jì)算、特征之間冗余度計(jì)算以及Rmerits特征子集評(píng)價(jià),最后選擇出識(shí)別度較好且容易提取的特征子集作為識(shí)別圖像型垃圾郵件的依據(jù)。實(shí)驗(yàn)顯示,R-ReliefF算法可以有效地優(yōu)化特征集合,提高訓(xùn)練和分類時(shí)的速度和精度。
　　 本文將R-ReliefF算法應(yīng)用在識(shí)別新型的圖像型垃圾郵件--多幀圖像型垃圾郵件上。首先提取多幀圖像型垃圾郵件圖像特征,包括幀間特征以及每幀圖像的特征,形成多幀圖像型垃圾郵件特征集合。然后利用R-Re

5、liefF算法對(duì)特征集合進(jìn)行對(duì)比和篩選,最后得出識(shí)別效果較好的特征子集,并結(jié)合支持向量機(jī)分類算法得出分類結(jié)果。雖然多幀圖像型垃圾郵件比普通的單幀圖像型垃圾郵件包含更多的干擾元素,但實(shí)驗(yàn)結(jié)果顯示,本文提出的過(guò)濾算法可以識(shí)別接近90％的多幀圖像型垃圾郵件。
　　 最后,本文提出了一種基于R-ReliefF算法的多層次圖像型垃圾郵件過(guò)濾系統(tǒng)。本系統(tǒng)采用本文提出的R-ReliefF算法,首先對(duì)單幀圖像型垃圾郵件的各種特征進(jìn)行篩選,得出文

6、件屬性、顏色以及文本特征三大類區(qū)分度較高的特征集合;其次利用這三類特征集合,形成三個(gè)單幀圖像型垃圾郵件過(guò)濾子模塊。然后對(duì)這三個(gè)過(guò)濾子模塊的識(shí)別結(jié)果進(jìn)行投票計(jì)算,得出最終的識(shí)別結(jié)果,并可對(duì)投票錯(cuò)誤的子模塊進(jìn)行學(xué)習(xí)。最后結(jié)合傳統(tǒng)過(guò)濾算法和多幀圖像型垃圾郵件過(guò)濾算法形成多層次的圖像型垃圾郵件過(guò)濾系統(tǒng)。實(shí)驗(yàn)結(jié)果顯示,本系統(tǒng)對(duì)傳統(tǒng)單幀圖像型垃圾郵件的過(guò)濾精度大于97％,對(duì)多幀圖像型垃圾郵件過(guò)濾精度大于90％,且實(shí)時(shí)性較高,是一個(gè)實(shí)用性比較高的圖像