基于DTRS模型的邮件过滤方法研究

发布时间：2019-11-15 00:56

【摘要】：邮件过滤是当前网络信息安全研究的一个热点。针对传统邮件过滤方法容错能力方面的不足,提出一种基于决策粗糙集模型DTRS(Decision-Theoretic Rough Set)的邮件过滤方法。通过将无法明确判断的邮件用DTRS的边界域进行刻画,实现正常邮件、垃圾邮件和可疑邮件的三枝决策,确保总体决策的完备性。仿真实验结果表明文中方法是有效的,并且在控制邮件误分类上具有优势。
【图文】：

Shapes()方法对输入图像和模板进行形状匹配，返回值是一个double类型的数，代表了两幅图的相似程度，返回值越接近0则说明两幅图的相似度越高，通过如下计算公式定义相应的相似度百分比，来表征图形与模板的相似度:similaraty=Math．Ceiling(100*Math．Pow(0．00067，mat_re-sult));//mat_result为匹配返回值5)图形识别通过所画图形与各个模板的匹配，得到一组相似度的数值，这些数值表示了图形与模板间的相似程度，对这组数值进行简单的排序，理论上将相似度最高的模板定义为最终匹配结果。2．3．4匹配实验与结果图2所示为用户通过触摸显示屏绘制的动物“马”的原始图形，将此图形经过以上几个步骤的处理，同下面的模板进行相似度比对，模板如图3所示。图2原始输入图形图3图形模板经过比对，我们分别得到了以上图形模板的相似度值，分别为鸡:26%，，牛:36%，马:91%，羊:53%，最终“马”匹配成功。综上所述，实验结果比较理想。在软件实际使用过程中，匹配成功率也比较高，达到了90%以上。可见，通过在VS2010中为WPF配置加入EmguCV，将OpenCV强大的图形处理功能加入到．net平台中，我们并不需要将大量的时间花费在具体算法的实现和调试上，只需注重任务本身的要求，对症下药，设计合理的处理框架，选取合适的方法来调用，开发效率之高可见一斑。3结语本文简单介绍了新一代客户端设计系统WPF的特点与优势，并以一款游戏软件的设计为背景，说明了如何在WPF中配置EmguCV的过程，详细叙述了运用基于C#语言的EmguCV图像处理库来完成具体的图像处理任务，主要包括图像的滤波，特征提取，相似度计算等内容，最后通过实验来验证处理的效果。本文介绍的图形处理方法在WPF设计框架下具有广泛的用途，而在普遍使用面向对象语言的今天，?

相似度越高，通过如下计算公式定义相应的相似度百分比，来表征图形与模板的相似度:similaraty=Math．Ceiling(100*Math．Pow(0．00067，mat_re-sult));//mat_result为匹配返回值5)图形识别通过所画图形与各个模板的匹配，得到一组相似度的数值，这些数值表示了图形与模板间的相似程度，对这组数值进行简单的排序，理论上将相似度最高的模板定义为最终匹配结果。2．3．4匹配实验与结果图2所示为用户通过触摸显示屏绘制的动物“马”的原始图形，将此图形经过以上几个步骤的处理，同下面的模板进行相似度比对，模板如图3所示。图2原始输入图形图3图形模板经过比对，我们分别得到了以上图形模板的相似度值，分别为鸡:26%，牛:36%，马:91%，羊:53%，最终“马”匹配成功。综上所述，实验结果比较理想。在软件实际使用过程中，匹配成功率也比较高，达到了90%以上。可见，通过在VS2010中为WPF配置加入EmguCV，将OpenCV强大的图形处理功能加入到．net平台中，我们并不需要将大量的时间花费在具体算法的实现和调试上，只需注重任务本身的要求，对症下药，设计合理的处理框架，选取合适的方法来调用，开发效率之高可见一斑。3结语本文简单介绍了新一代客户端设计系统WPF的特点与优势，并以一款游戏软件的设计为背景，说明了如何在WPF中配置EmguCV的过程，详细叙述了运用基于C#语言的EmguCV图像处理库来完成具体的图像处理任务，主要包括图像的滤波，特征提取，相似度计算等内容，最后通过实验来验证处理的效果。本文介绍的图形处理方法在WPF设计框架下具有广泛的用途，而在普遍使用面向对象语言的今天，基于C#的EmguCV想必也能够延续OpenCV的辉煌。参考文献［1］黎松，平西建，丁益洪．开放源代码的计算机视觉类库OpenCV的应用［J

【参考文献】

相关期刊论文 前6条

1 冯林;王国胤;李天瑞;;连续值属性决策表中的知识获取方法[J];电子学报;2009年11期

2 李志君;王国胤;吴渝;;基于Rough Set的电子邮件分类系统[J];计算机科学;2004年03期

3 邓维斌;洪智勇;;基于粗糙集的两阶段邮件过滤方法[J];计算机应用;2010年08期

4 赵静;刘培玉;许明英;;邮件过滤中特征选择方法的性能评价与分析[J];计算机应用研究;2012年02期

5 冯林;原永乐;苟仕蓉;杨军;沈莉;;一种实域粗糙集模型及属性约简方法[J];控制与决策;2012年04期

6 郑炜;沈文;张英鹏;;基于改进朴素贝叶斯算法的垃圾邮件过滤器的研究[J];西北工业大学学报;2010年04期

【共引文献】

相关期刊论文 前10条

1 兰亚;吴渝;王国胤;董蓓;;基于滑动窗口的优化贝叶斯邮件过滤算法[J];重庆邮电学院学报(自然科学版);2006年04期

2 冯林;刘照鹏;方丹;;信息系统中粒计算模型及其属性约简方法[J];重庆邮电大学学报(自然科学版);2010年05期

3 王磊;王金山;沈浮;;一种基于灰色绝对关联度的变精度粗糙集模型[J];重庆理工大学学报(自然科学);2012年05期

4 于海;詹婉荣;张瑞玲;;模态逻辑S4的覆盖语义及其完备性[J];电子学报;2012年04期

5 沈竞;王浩;;景观格局变化表征及驱动力相关性的定量化研究——以江苏省为例[J];长江流域资源与环境;2012年S2期

6 赵春生;冯林;蒋劢;李聪;;一种基于DTRS模型与α-正域的邮件过滤方法[J];重庆邮电大学学报(自然科学版);2013年01期

7 李军辉;李培峰;朱巧明;钱培德;;最大熵模型在邮件分类中的应用[J];计算机工程与应用;2007年35期

8 邓春燕;陶多秀;吕跃进;;粗糙集与决策树在电子邮件分类与过滤中的应用[J];计算机工程与应用;2009年16期

9 张保富;施化吉;;一种基于粗糙集文本自动分类的改进算法[J];计算机工程与应用;2011年24期

10 邓维斌;王国胤;洪智勇;;基于粗糙集的加权朴素贝叶斯邮件过滤方法[J];计算机科学;2011年02期

相关会议论文 前2条

1 李军辉;朱巧明;钱培德;;邮件语料库的语料添加算法研究与实现[A];中文信息处理前沿进展——中国中文信息学会二十五周年学术会议论文集[C];2006年

2 张志斌;施水才;吕学强;;基于贝叶斯方法的中文垃圾邮件过滤技术综述[A];中文信息处理前沿进展——中国中文信息学会二十五周年学术会议论文集[C];2006年

相关博士学位论文 前2条

1 朱振方;基于微粒群和遗传优化的文本过滤关键技术研究[D];山东师范大学;2012年

2 智慧来;概念格构造与应用中的关键技术研究[D];上海大学;2010年

相关硕士学位论文 前10条

1 王荣;智能手机入侵检测系统的研究[D];北京交通大学;2011年

2 杜宏富;基于知识约简的施工安全决策研究[D];武汉理工大学;2011年

3 杨慧娟;基于语义体与模糊聚类的中文垃圾邮件过滤方法研究[D];兰州理工大学;2011年

4 史晶;基于粗糙集和贝叶斯算法的邮件过滤系统的研究与应用[D];电子科技大学;2011年

5 严灼;基于内容解析的垃圾邮件过滤技术研究[D];安徽理工大学;2011年

6 贾丽娜;基于改进区分矩阵的属性约简算法研究与应用[D];辽宁工程技术大学;2011年

7 郑建兴;基于邻域关系的模糊决策系统约简与规则获取[D];山西大学;2011年

8 周鸣;面向手机病毒挖掘引擎的增量贝叶斯算法的研究与实现[D];北京邮电大学;2012年

9 张保富;基于粗糙集的中文文本分类算法研究及应用[D];江苏大学;2010年

10 韩烨;基于粗糙集理论的垃圾邮件识别方法[D];吉林大学;2012年

【二级参考文献】

相关期刊论文 前10条

1 徐捷 ,徐从富 ,耿卫东 ,潘云鹤;基于粗糙集理论的动态目标识别及跟踪[J];电子学报;2002年04期

2 韩冰;高新波;姬红兵;;基于模糊粗糙集的新闻视频镜头边界检测方法[J];电子学报;2006年06期

3 邓大勇;黄厚宽;李向军;;不一致决策系统中约简之间的比较[J];电子学报;2007年02期

4 杨明;;决策表中基于条件信息熵的近似约简[J];电子学报;2007年11期

5 冯林;王国胤;李天瑞;;连续值属性决策表中的知识获取方法[J];电子学报;2009年11期

6 单丽莉;刘秉权;孙承杰;;文本分类中特征选择方法的比较与改进[J];哈尔滨工业大学学报;2011年S1期

7 陆玉昌,鲁明羽,李凡,周立柱;向量空间法中单词权重函数的分析和构造[J];计算机研究与发展;2002年10期

8 王熙照,赵素云,王静红;基于Rough集理论的模糊值属性信息表简化方法[J];计算机研究与发展;2004年11期

9 靖红芳;王斌;杨雅辉;徐燕;;基于类别分布的特征选择框架[J];计算机研究与发展;2009年09期

10 单松巍,冯是聪,李晓明;几种典型特征选取方法在中文网页分类上的效果比较[J];计算机工程与应用;2003年22期

相关博士学位论文 前1条

1 杨创新;基于机器学习的高性能中文文本分类研究[D];华南理工大学;2009年

【相似文献】

相关期刊论文 前10条

1 李雯;刘培玉;;基于贝叶斯的垃圾邮件过滤算法的研究[J];计算机工程与应用;2007年23期

2 翟军昌;;基于朴素贝叶斯算法的个性化垃圾邮件过滤[J];长春师范学院学报(自然科学版);2009年04期

3 蔡健,黄国兴,谢孟军;基于数据挖掘方法的电子邮件过滤[J];微型电脑应用;2001年08期

4 蔡立军,施荣华;一种新的电子邮件过滤系统模型的设计[J];计算机工程;2003年16期

5 陈治平;王雷;;基于自学习K近邻的垃圾邮件过滤算法[J];计算机应用;2005年S1期

6 王斌;许洪波;王申;;基于结构特征的nBayes双层过滤模型[J];计算机应用;2006年01期

7 王毅;谢治华;梁国彪;;基于知识积累方法的垃圾邮件过滤算法[J];科学技术与工程;2007年11期

8 翟军昌;秦玉平;王春立;;改进的朴素贝叶斯垃圾邮件过滤算法[J];计算机工程与应用;2009年14期

9 林伟;柳荣其;徐熙;;一种基于N-Gram的垃圾邮件过滤方法研究[J];计算机应用与软件;2010年02期

10 叶振宇,刘晶;基于模糊模式识别的中文邮件过滤探讨[J];计算机时代;2004年11期

相关会议论文 前10条

1 李劲;岳昆;杭菲璐;;一种基于自适应Markov模型的中文垃圾邮件过滤方法[A];第二十五届中国数据库学术会议论文集（一）[C];2008年

2 张相於;陈继东;李玉坤;孟小峰;;TEXEM:一种基于实体的邮件任务提取策略[A];第二十五届中国数据库学术会议论文集（二）[C];2008年

3 张志斌;施水才;吕学强;;基于贝叶斯方法的中文垃圾邮件过滤技术综述[A];中文信息处理前沿进展——中国中文信息学会二十五周年学术会议论文集[C];2006年

4 张晶;姚建民;董守斌;张凌;;基于自然语言同现词汇的邮件过滤[A];第三届全国信息检索与内容安全学术会议论文集[C];2007年

5 薛亚楠;廖闻剑;彭艳兵;;垃圾邮件行为识别研究[A];中国电子学会第十六届信息论学术年会论文集[C];2009年

6 沈卫超;;反垃圾邮件技术与产品分析[A];第二十次全国计算机安全学术交流会论文集[C];2005年

7 仇小锋;陈鸣;贾永兴;;垃圾邮件及其防范技术[A];第九届全国青年通信学术会议论文集[C];2004年

8 石艳荣;孙丹宁;贺永强;;一种基于内容的邮件过滤模型的研究与性能分析[A];2007通信理论与技术新发展——第十二届全国青年通信学术会议论文集（上册）[C];2007年

9 赖均;黄迪明;胡德昆;;反垃圾邮件机的研究与实现[A];四川省通信学会二零零四年学术年会论文集（二）[C];2004年

10 王岩;;基于内容的垃圾邮件过滤技术[A];中国通信学会第六届学术年会论文集（中）[C];2009年

相关重要报纸文章 前10条

1 郑惠荣;利用人工智能进行邮件过滤[N];中国计算机报;2003年

2 乔珊;备份你的邮件过滤规则[N];电脑报;2004年

3 ;冠群金辰赤宵KILL邮件过滤网关— 采用独立的硬件平台杀毒[N];计算机世界;2003年

4 温远;构筑E-mail安全堡垒[N];中国电子报;2003年

5 唐慧;让电子邮件更安全[N];网络世界;2002年

6 ;SurfControl: 强劲的反垃圾邮件引擎[N];计算机世界;2006年

7 ;天融信: 高效应对四类攻击行为[N];计算机世界;2006年

8 ;八种手段打造安全上网环境[N];网络世界;2007年

9 ;自动学习实现高效过滤[N];中国计算机报;2007年

10 陈登锋;如何阻挡日均5万封垃圾邮件[N];中国计算机报;2008年

相关博士学位论文 前8条

1 王美珍;垃圾邮件行为模式识别与过滤方法研究[D];华中科技大学;2009年

2 董建设;协作式垃圾邮件过滤关键技术研究[D];兰州理工大学;2009年

3 邓蔚;垃圾邮件过滤中的敌手分类问题研究[D];电子科技大学;2011年

4 陈治平;智能搜索引擎理论与应用研究[D];湖南大学;2003年

5 孙晶涛;基于内容的垃圾邮件过滤技术研究[D];兰州理工大学;2010年

6 惠孛;基于即时分类的垃圾邮件过滤关键技术的研究[D];电子科技大学;2009年

7 刘卫红;垃圾邮件检测与过滤关键技术研究[D];华南理工大学;2010年

8 董大凡;基于度量空间的P2P网络相似搜索技术研究及应用[D];南开大学;2010年

相关硕士学位论文 前10条

1 李雯;基于贝叶斯技术的邮件过滤研究[D];山东师范大学;2008年

2 张益;基于Netfilter的垃圾邮件过滤网关的设计和实现[D];电子科技大学;2006年

3 罗琴;一种垃圾邮件混合过滤技术研究[D];电子科技大学;2007年

4 李笛;基于内容的垃圾邮件过滤方法研究[D];合肥工业大学;2008年

5 林炼;基于网络处理器的垃圾邮件过滤系统[D];厦门大学;2008年

6 黄诠;基于多贝叶斯并行融合模型的邮件过滤算法研究[D];湖南大学;2008年

7 肖e

本文编号：2561068