论文部分内容阅读
随着网络的深入、普及,电子邮件已经成为交流和沟通的重要工具,但垃圾邮件也随之激增。其中,图片垃圾邮件的暴利使得越来越多的人对此趋之若鹜,也造成了如今图片垃圾邮件形势越来越严峻的现实情况。图片垃圾邮件的平均大小是50KB,是常规垃圾邮件的10倍。随着垃圾邮件尺寸的不断增大以及数量的不断增多,许多企业薄弱的电子邮件基础设施已不堪重负。因此,如何有效过滤图片垃圾邮件,已经成为互联网与信息安全技术领域一个亟待解决的课题。本文在借鉴现有基于关键字的文本垃圾邮件过滤技术的基础上,提出一种基于截图内容的图片垃圾邮件过滤方法。尤其对图片垃圾邮件的垃圾特征信息识别问题进行研究。对垃圾邮件中的图片特征信息进行采集与归类,获取每类图片垃圾邮件相应的代表性特征。依据邮件内嵌图片的特征信息的分析结果,检测并过滤图片垃圾邮件。在本文提出的方法中,过滤器还具备扩展能力,可以通过功能扩展来完成其它类型的邮件过滤,如文本垃圾邮件的过滤。本文完成了一个垃圾邮件过滤的原型系统设计。首先由用户从垃圾邮件中截取某一子域图片,每一截图对应一类垃圾图片,所有的截图构成一个自定义的垃圾图片“黑名单”。其次对读入的每一封图片邮件,其内置图片与“黑名单”中的图片进行图像匹配。若存在匹配项,则判定该邮件含有用户已指定的垃圾图片信息。应用SIFT(Scale Invariant Feature Transform)算法对用户截图进行特征的提取与匹配。整个过滤过程由后台程序处理,对于用户来说是透明的,不会影响用户的正常网络行为。本方法赋予用户自主权去指定垃圾图片的典型特征区域,这使得邮件过滤更具有针对性和灵活性;与其它以分析文字区内容为重点的过滤方法相比,本文提出的方法避免了文本分析工作,直接将文字内容视为图片处理,可以有效抵抗垃圾邮件制造者添加的噪声干扰以及形变处理。实验结果验证了本文所提出方法的有效性。