图像型垃圾邮件检测技术的研究.docVIP

图像型垃圾邮件检测技术的研究 　　摘要：该文针对图像型垃圾邮件检测出现的各种难点，来实现对图像形垃圾邮件的辨别，对于垃圾邮件图像的识别及其文本的特征性能，提出了图像型垃圾邮件角点检测更好的识别算法。实验结果表明，此类算法识别检测辨别度更高，提高了过滤检测的性能。 　　关键词：图像型垃圾邮件；特征分析；分类算法；垃圾邮件图像 　　中图分类号：TP393文献标识码：A文章编号：1009-3044(2012)08-1901-02 　　Research on the Detection Technology of Image Spam 　　LIU He-an 　　(Network Information Center, Hunan City University, Yiyang 413000, China) 　　Abstract: This paper, aimed at the various difficulties detected by image type spam, achieves the image type spam recognition and puts forward a better recognition algorithm of corner detection in image spam recognition, based on the image recognition of spam and the characteristics of its text. The experimental results show that this algorithm has a higher discrimination degree and can improve the performance of filter detection. 　　Key words: image type spam; characteristics analysis; classification algorithm; spam image 　　随着网络技术的飞速发展，中国的网民数量也日益俱增，同时也导致了垃圾邮件急聚膨胀，给人们正常的生产生活带来了很大的影响。为躲避一般垃圾邮件过滤系统的检测，其制造者也不断地在改变着方式花样，而防御者也不断地采用不同的新技术来抵御它，图像型垃圾邮件过滤检测技术就是这些新型垃圾邮件的典型代表。垃圾邮件制造者经常借助一些编码，替换等手段，在不影响阅读信息的情况下，同时又能不暴露自己具有隐藏性，来逃避干扰过滤器对其的检测，诸如扭曲图像、加入干扰元素等。对于图像型垃圾邮件的数量规模增长化，及内容形式多样化等特点，我们可将垃圾邮件技术检测不断地创新提高，与时俱进，为此研究垃圾邮件图像中的文本区域对于垃圾邮件图像的差别所存在的作用，找出一种算法研究，使之更适合于含有强大干扰的垃圾邮件图像角点信息的提取。该算法其性能与识别度更高，具有广泛的实用性。 　　1图像型垃圾邮件的通常检测难点 　　图像型垃圾邮件和文本型垃圾邮件存在很大的不同，随着Internet的飞速发展，越来越多的人使用电子邮件、微博、博客等渠道来实现信息的沟通及交流。通过对垃圾邮件图像特征的分析，可把识别图像型垃圾邮件主要困难归纳为以下四方面： 　　1)垃圾邮件图像缺乏统一的定义 　　由于网络技术的快速发展，它的开放、全球快捷化，使得信息网络的传播也是形式多样化。一直以来，人们对于垃圾信息的概念都比较地模糊，尚无定论。垃圾信息的制造者常常通过电子邮件来传播。从互联网的角度看，对于网络用户没有用的信息便可都称之为垃圾信息。通信行业标准《防范互联网垃圾电子邮件技术要求》明确将垃圾邮件定义为：①收件人事先没有提出要求或者同意接收的广告、电子刊物以及各种宣传性的电子邮件；②隐藏发件人身份、地址的电子邮件；③含有伪造的信息源、发件人、路由等信息的电子邮件[1]。然而没有统一明确的定义哪些图像可被称为垃圾邮件图像。 　　2)垃圾邮件图像缺乏语料库 　　标准公认的语义库可为研究提供可靠的数据来源，并为各分类的算法提供统一的测试集，得出不同的评价。但垃圾邮件图像语料库非常地少，为此我们感到遗憾。 　　3)人为干扰 　　垃圾邮件作为网络信息的主力在大肆地传播，搜索引擎，各大博客论坛，BBS论坛里随处可见，一打开网页，各大图像垃圾广告就会被弹出来，为阻止它提出来，往往垃圾邮件制造者就会使用一些干扰技术添加人为干扰。加入了垃圾邮件图像人为干扰的，并不影响图像信息的可读性。 　　4)处理图像效率不高 　　对于广泛垃圾泛滥俱增的现象，给人们已带来严重的干扰，为此对于反垃圾邮件的过滤技术将提出更高的实时性的要求。但现在的图像处理技术