图像型垃圾邮件过滤技术的研究进展.docVIP

图像型垃圾邮件过滤技术的研究进展 　　摘 要： 近年来，图像型垃圾邮件数量的迅速增长使得传统垃圾邮件过滤系统面临重大挑战，并逐渐成为信息安全领域的研究热点。为了能够快速、有效地滤除图像型垃圾邮件，学者们提出了大量的过滤检测方法。首先简要介绍了图像型垃圾邮件给我国带来的影响；然后结合垃圾邮件图像的特征，对图像型垃圾邮件过滤的主要技术：基于近似特征的过滤、基于图像文本特征的过滤、基于图像浅层特征的过滤等进行了分析；接下来对图像型垃圾邮件数据获取方法进行了介绍；最后对过滤技术的研究方向以及面临的挑战进行了讨论和展望。 　　关键词： 图像型垃圾邮件； 垃圾邮件图像； 特征抽取； 邮件过滤； 近似复制检测 　　中图分类号： TP3174 文献标识码： A 文章编号：2095-2163（2013）03-0028-06 　　A Survey on Key Technologies of Image Spam Filtering 　　LI Peng， CUI Gang 　　（School of Computer Science and Technology， Harbin Institute of Technology， Harbin 150001， China） 　　Abstract： Recently， the rapid growth of image spam makes traditional spam filters facing more and more challenges， and it also becomes a hot research field of information security. In order to be able to filter image spam effectively and efficiently， scholars have proposed a lot of detection methods. Firstly， this paper introduces the effect of image spam brought to our country. Then， according to the characteristics of spam images， the paper analyzes the main filtering techniques： filtering methods based on near-duplicate detection， filtering methods based on image text features， and filtering methods based on image low-level features， etc. Next， the method of image spam dataset acquisition is introduced. And finally， the research direction and challenges of filtering method are discussed. 　　Key words： Image Spam； Spam Image； Feature Extraction； Spam Filtering； Near Duplicate Detection 　　0 引 言 　　如今，人们的交流已经进入电子时代。电子邮件因为具有高效、方便、快捷、且成本低廉的特点，而成为现代社会中不可或缺的通信工具。但是，正因为电子邮件具有的上述优点，使其在方便人们通信的同时，也逐渐成为怀有一定目的的各色人等用作广告发送、淫秽色情内容传播、恶意诈骗、反动思想及言论宣传的实施途径。这些不请自来，强行进入用户邮箱的邮件即称为垃圾邮件。 　　早期的垃圾邮件大多为文本型垃圾邮件。对于文本型垃圾邮件的过滤问题，学术界已经提出了很多解决方案，比如发信人认证、黑白名单、行为分析、内容分析、关键字过滤等[1，2]。2006年后，为逃避垃圾邮件文本过滤器的检测，垃圾邮件制造者开始大量地将原来以文本形式传播的垃圾邮件内容嵌入到图像中，并将这些图像作为垃圾邮件附件进行传播，使得传统的垃圾邮件过滤方法不再有效[3]。据二六三公司提供的数据显示，2006年图像型垃圾邮件每天数量可达150多亿封，占到垃圾邮件总量的25%～45%，2007年这一比例更高达52%[4]。赛门铁克公司2009年发布的垃圾邮件报告显示，全球垃圾邮件已占邮件总量的90%以上，其中图像型垃圾邮件虽不像2007年时占整个垃圾邮件大半江山，但仍占据约20%的比例[5]。2009年，中国图像型垃圾邮件已升至垃圾邮件总量的约