一种可信的反垃圾邮件网格体系研究与实现

来源 :江南大学 | 被引量 : 0次 | 上传用户:cnviy
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着Internet的迅速发展,电子邮件逐渐成为信息交流的主要媒介之一,而近年来,垃圾邮件的泛滥愈演愈烈,如何有效地治理它已成为棘手的问题。本文提出一种可信的反垃圾邮件网格体系,自愿加入到过滤特定主题垃圾邮件的虚拟网格域中的AntiSpam客户端通过Nilsimsa算法来生成邮件的Hash值,域代理节点统计更新重叠Chord环网中具有相同Hash值的邮件个数CopyRank,CopyRank值越大则是垃圾邮件的可能性越大,参与节点越多,系统的准确性也越高,动态地加入和退出对网络的波动也越小。基于以上理论,本文实现一个单网格域的反垃圾邮件网格系统原型,系统包括代理服务器模块、AntiSpam客户端、基于Chord的垃圾邮件识别模块。代理服务器模块负责接收客户端发送来的邮件,并将这些邮件均匀投递至所有AntiSpam节点上,AntiSpam节点负责邮件的预处理,然后对预处理后的邮件进行Hash,最后将得到的邮件Hash值送到Chord环中进行判断,如果Chord中存在相同Hash的CopyRank大于垃圾邮件阈值,则该封邮件为垃圾邮件,并将查询结果带回到该AntiSpam节点,AntiSpam节点将该封邮件加上标签后再回送给邮件代理服务器上,代理服务器决定将其抛弃或者投递给邮件发送服务器。
其他文献
随着计算机软件业和互联网的迅猛发展,针对软件的盗版与破解也随之泛滥起来。因此,如何对软件版权以及软件程序核心内容进行保护,已经成为软件安全领域中的一些棘手问题。目前的
学位
交通在国民经济和社会发展中起着举足轻重的作用。车速检测是交通管理系统中的一个重要组成部分。随着图像处理技术的发展,视频检测技术在车速检测中的应用越来越广泛。本文着
频繁模式挖掘是数据挖掘领域的一个基本问题,其研究范围包括事务、序列、树和图。其方法被广泛应用于许多其它数据挖掘任务中,如相关性分析,周期分析,最大模式,闭合模式,查询,分类,索
20世纪末以数字化为核心的高速发展的信息技术,促使了教育信息化的迅速发展。在国内外高校教育中产生了前所未有的教学模式和教学方法的创新。上世纪90年代问世的大学物理仿真
电子邮件和网络上的文件传输已成为生活一部分,但是随网络技术突飞猛进,黑客技术也蓬勃发展,使得邮件的安全问题日益突出。总所周知,Internet传输的数据是不加密,如不保护自
隐马尔可夫模型(Hiddell Markov Model)是一种双随机过程,被广泛地应用于模式识别和聚类中并取得了不小的成功。HMM有坚实的统计学基础和有效的学习算法,从而在应用科学中成为
本文介绍了遥感图像分割算法及区域生长算法的优缺点,针对遥感图像分割计算量大和区域生长遥感图像分割算法中合并策略、尺度选取的问题展开了讨论。针对遥感图像数据量大和噪
无论是在研究领域还是在商业化的系统中,R-Tree都是应用最为广泛的空间索引之一,它是地理信息系统中相当核心的一个研究方向。自1984年Guttman提出R-Tree以来,有大量针对其不足
随着电子商务、电子政务的飞速发展,网上办公愈来愈普遍,各个公司组织内部及之间需要频繁传递电子文件,特别是一些重要敏感度高的文件和签章,更需要严格的保护。对安全、高效的电