基于内容的图像型垃圾邮件过滤技术研究-论文.pdf

《基于内容的图像型垃圾邮件过滤技术研究-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、第34卷第2期辽宁工业大学学报(自然科学版)Vo1．34，No．22014年4月JournalofLiaoningUniversityofTechnolo~(NaturalScienceEdition)Apr．2014嗍啦基于内容的图像型垃圾邮件过滤技术研究刘艳洋，曹玉东，贾旭(辽宁工业大学电子与信息工程学院，辽宁锦州121001)摘要：提出了一种图像型垃圾邮件的过滤方法，该方法不依赖于附属图像的文字信息，而是直接提取图像本身的视觉特征，包括梯度直方图、颜色直方图和LBP特征。分析了支持向量机(SVM)算

2、法，基于该算法实现了图像型垃圾邮件的过滤，实验结果表明，LBP特征的识别效果好于梯度直方图和颜色直方图特征。关键词：图像型垃圾邮件；特征提取：支持向量机中图分类号：TP311文献标识码：A文章编号：1674-3261(2014)02-0086—05ResearchonContentBasedImageSpamFilteringTechnologyLIUYan-yang，CAOYu—dong，JIAXu(Electronics＆InformationEngineeringCollege，LiaoningUn

3、iversityofTechnology,Jinzhou121001，China)Abstract：Theimage—basedspamfilteringschemewasproposed,whichdoesnotdependonthetextlabeloftheimage，howeverthevisualfeatureisextracteddirectly,includingtheimagegradienthistogram,colorhistogramandLBPfeaturesinthescheme

4、．TheSupportVectorMachinealgorithmwasanalyzed．Basedonthisalgorithm,theimagespamfilteringwasimplemented．TheexperimentalresultsshowthatLBPisthebestascomparedwiththeimagegradienthistogramandcolorhistogram．Keywords：imagespam；featureextraction；supportvectormach

5、ine进入2l世纪以来，随着计算机网络技术快速大量的网络带宽资源，给邮件用户带来很多骚扰和发展，电子邮件的应用也越来越普遍。将垃圾信息麻烦。这些垃圾信息主要包括商品广告、欺诈信息嵌入图像文件，并以附件或正文的形式发送的垃圾和反动言论等，其恶意投送将侵占收件人信箱空邮件被称为图像型垃圾邮件。图1是正常邮件图像间，甚至造成邮件服务器拥塞。和垃圾邮件图像的示意图。图像型垃圾邮件占用了现有的垃圾邮件检测方法，能够过滤掉大多数蕊鞋^-I呐‘雕¨№wI-捌ToB．叠InPo图像型垃圾邮件，国内外的学者取得了大量的研究

6、K■r-■ClanU■目C∞。砌嘲L岫∞啪n．●■c成果【¨。文献[2】利用文本定位的方法对图像垃圾邮§■■般PlIc．．1I．2h帅-l，Tg日舶I蛾皿X件中文本区域的特征进行表示，进而通过SVM算Sh■Tn：To由蚋●呻咐¨t埔州圳¨"fId咻幡nlf_蝉法进行分类。文献【3】利用图像的边缘角点信息与颜·口．

7、I．1I．1um}曝I．d．t口如，●嘲”怖憎¨神hw

8、h、h¨哪on州h～嘶I-ldK-^Il·bI‘lh．榔．I．c柚F．-I．D色特征识别垃圾邮件，基于SVM算法训练过滤器。tIl—1日帅

9、岫峰polIl忡Ior帅n_嗍帅to·忡一【nTl_P能·咖·lI州t训‘岫h鼬舢．抽c枷#聊●h■时·蚋H“口竹T“f刊文献【4】中利用梯度和颜色作为特征，来比较和验证6．●■翱t1=-■■¨■■‘-，■●--嘲SVM算法和LS-SVM算法的有效性。垃圾邮件制(a)正常图像(b)垃圾图像造者刻意对图像做各种变化增加了邮件监管的难图1正常邮件图像和垃圾邮件图像的对比度。收稿日期：2013-09-26基金项目：国家自然科学基金项目(61272214)：辽宁省自然科学基金项目(210302020)；辽宁工业大

10、学教师科研启动基金项目(X201216)作者简介：刘艳洋(1989-)，女，吉林长春人，硕士生。曹玉东(1971一)，男，辽宁铁岭人，副教授，博士。88辽宁工业大学学报(自然科学版)第34卷的颜色直方图。通过对比看出，正常图像的颜色分圆形算子按顺时针(或逆时针)依次旋转，得到一系布较为均匀且丰富，相反垃圾邮件图像的颜色直方列初始定义的LBP十进制数，将其中的最小值作为图仅仅分布在其中的几种颜色上，变化剧烈。该圆形邻域最后的LB