《垃圾邮件识别与处理技术研究》共分5章。第1章垃圾邮件过滤概述，其内容包括电子邮件系统结构，垃圾邮件定义、特征、历史、现状、分类，以及垃圾邮件过滤技术的发展；第2章基于内容的垃圾邮件过滤技术研究，阐述了基于内容的垃圾邮件过滤技术工作过程，重点论述了分词、文本表示、特征选择、分类的概念及相应理论，并提出相关建议及改进措施。第3章基于邮件行为的垃圾邮件过滤技术研究，针对基于内容过滤技术的局限性，对基于行为识别过滤技术与人工免疫算法进行了研究，并揭示其规律性。考虑实际工作中垃圾邮件过滤的复杂性，采用基于内容或基于行为的单一过滤技术很难解决问题，所以《垃圾邮件识别与处理技术研究》安排了第4章、第5章不同于基本过滤技术的创新内容。第4章基于P2P协作的垃圾邮件发送行为识别技术研究，将混合型P2P结构应用于垃圾邮件过滤技术中，设计了基于超节点的Anti-SpamP2P网络结构并研究了该网络的查询策略；研究了垃圾邮件发送行为识别平台，改进了消息查询、转发以及结果返回机制；设计了基于JXTA的垃圾邮件识别器。第5章图像型垃圾邮件过滤技术研究，详细分析了图像型垃圾邮件的特点，并深入探讨其检测方式，提出了一种改进的文本区域定位算法——ECTL；提出并实现了两种有效的图像型垃圾邮件检测算法。

第1章 垃圾邮件过滤概述
1．1 电子邮件简介
1．1．1 电子邮件的结构
1．1．2 电子邮件系统的组成
1．2 垃圾邮件的定义
1．3 垃圾邮件的由来、特征及危害
1．4 垃圾邮件的现状
1．5 垃圾邮件的分类
1．6 垃圾邮件的防治方法
1．7 垃圾邮件过滤技术发展的阶段
1．7．1 第一代垃圾邮件过滤技术
1．7．2 第二代垃圾邮件过滤技术
1．7．3 第三代垃圾邮件过滤技术
1．7．4 第四代垃圾邮件过滤技术

第2章 基于内容的垃圾邮件过滤技术研究
2．1 基于内容的过滤技术工作过程
2．1．1 邮件预处理
2．1．2 文本分类
2．1．3 结果处理
2．2 邮件分词算法
2．2．1 提取邮件文本
2．2．2 垃圾邮件过滤中的中文分词
2．2．3 文本表示
2．3 特征选择
2．3．1 特征选择方法及其在邮件过滤中的应用
2．3．2 互信息算法的研究及改进
2．4 基于贝叶斯的邮件分类
2．4．1 分类算法
2．4．2 评价体系
2．4．3 Weka分类简介
2．4．4 垃圾邮件最终处理方式
本章小结

第3章 基于邮件行为的垃圾邮件过滤技术研究
3．1 基于内容过滤技术的局限
3．1．1 垃圾邮件发送原理
3．1．2 基于内容过滤技术的局限性
3．2 基于行为识别的垃圾邮件过滤技术
3．2．1 行为识别技术概述
3．2．2 MTA邮件过滤原理
3．2．3 邮件头内容分析
3．3 基于人工免疫算法的垃圾邮件行为识别技术
3．3．1 免疫算法
3．3．2 人工免疫算法在垃圾邮件行为识别模块中的应用
本章小结

第4章 基于P12P协作的垃圾邮件发送行为识别技术研究
4．1 P2P技术概述
4．1．1 P2P网络简介
4．1．2 JXTA技术概述
4．2 垃圾邮件发送行为识别平台研究
4．2．1 P2P网络资源搜索模式及其分析
4．2．2 Anti-SpamP2P网络结构设计
4．2．3 Anti-SpamP2P网络协作查询策略研究
4．3 基于P2P协作的垃圾邮件发送行为识别技术研究
4．3．1 基于JxTA的垃圾邮件识别器的体系结构设计
4．3．2 信息列表、消息、广告的定义
4．3．3 垃圾邮件发送行为识别算法
4．3．4 算法开销的理论分析
4．4 基于P2P协作的垃圾邮件发送行为识别技术的实现
4．4．1 Anti-SpamP2P网络的组建
4．4．2 基于P2P协作的垃圾邮件发送行为识别算法的实现
4．5 实验及结果分析
4．5．1 实验环境
4．5．2 实验数据
4．5．3 实验结果
4．5．4 垃圾邮件过滤性能的比较与分析
本章小节

第5章 图像型垃圾邮件过滤技术研究
5．1 图像型垃圾邮件过滤技术综述
5．1．1 图像型垃圾邮件的起源
5．1．2 图像型垃圾邮件的检测难点
5．1．3 图像型垃圾邮件特征的分析
5．1．4 图像型垃圾邮件的分类算法
5．1．5 算法性能的评价标准
5．2 基于圆形模板的角点检测算法
5．2．1 经典的SUSAN角点检测算法
5．2．2 改进的彩色边缘检测算子
5．2．3 圆形模板设计与角点检测
5．2．4 实验结果与性能分析
5．3 ECTL文本区域定位算法．
5．3．1 主流文本区域定位算法分析
5．3．2 ECTL文本区域定位算法
5．3．3 实验结果分析
5．4 基于文本区域特征的图像型垃圾邮件识别算法
5．4．1 文本区域及图像属性特征分析
5．4．2 文本区域及图像属性特征提取与归一化
5．4．3 实验结果分析
5．5 基于颜色与角点特征的图像型垃圾邮件识别算法
5．5．1 颜色与角点特征分析
5．5．2 颜色与角点特征提取
5．5．3 实验结果分析
5．5．4 鲁棒性验证及分析
5．5．5 两种算法与主流算法的对比分析
本章小结
参考文献