圖像型垃圾郵件過濾關(guān)鍵技術(shù)研究.pdf

1、電子郵件在方便人們便捷通信的同時,也逐漸成為了別有用心的人用作發(fā)送廣告、傳播淫穢色情內(nèi)容、進(jìn)行惡意詐騙和宣傳反動思想及言論的便捷途徑。目前,針對文本型垃圾郵件的過濾已取得較好效果。但自2006年起,為了躲避傳統(tǒng)的過濾系統(tǒng),垃圾郵件發(fā)送者開始將郵件文本內(nèi)容移至圖像中進(jìn)行發(fā)送,并且經(jīng)常以加入形變文字和各種噪聲干擾等方式進(jìn)一步對抗過濾系統(tǒng),這些手段大大降低了過濾器的性能。相對于傳統(tǒng)垃圾郵件而言,圖像型垃圾郵件具有更強的隱蔽性,消耗了更多的網(wǎng)絡(luò)

2、帶寬、計算和存儲資源,同時給社會帶來了更大的安全隱患,對其進(jìn)行有效地過濾已到了非常迫切的時刻。為了防止圖像型垃圾郵件的進(jìn)一步泛濫,本文針對垃圾郵件圖像的不同特征以及實際應(yīng)用需求,對其中的若干關(guān)鍵問題進(jìn)行了研究。
　　通過對垃圾郵件的生成與發(fā)送方式分析可知,垃圾郵件圖像具有批量發(fā)送的特征,相同來源的垃圾郵件圖像主要利用相同的模板生成,彼此之間通常具有相似的結(jié)構(gòu)或者區(qū)域。針對上述特征,本文分析了近似復(fù)制圖像檢測中存在的主要問題,提出了

3、一種結(jié)合局部特征點的鄰域幾何上下文和匹配點之間的全局幾何一致性驗證來提高近似復(fù)制圖像匹配準(zhǔn)確性的方法。首先,提取對應(yīng)于每個SIFT局部特征點的弱穩(wěn)定特征點,用于生成幾何上下文信息,以避免特征點量化為視覺單詞后導(dǎo)致的可區(qū)分性降低問題;然后,判斷兩幅圖像匹配的點對中是否存在滿足全局幾何關(guān)系一致性的子集,以進(jìn)一步驗證潛在匹配圖像的正確性。實驗結(jié)果表明,本方法能夠有效地提高部分近似復(fù)制圖像識別的準(zhǔn)確率,這對于有樣本時的垃圾郵件圖像過濾具有積極意

4、義。
　　垃圾郵件圖像的另一個重要特征是其中經(jīng)常包含大量的文本,因此可以借鑒基于內(nèi)容檢測的傳統(tǒng)垃圾郵件過濾方法,同樣判斷郵件圖像中是否包含特定的敏感關(guān)鍵字。本文提出了一種利用字符基元視覺短語進(jìn)行圖像關(guān)鍵字識別的方法。首先,通過提取圖像中的最大穩(wěn)定極值區(qū)域用于構(gòu)造字符基元;然后,根據(jù)MSER區(qū)域擬合橢圓的鄰接特性構(gòu)造字符基元視覺短語,同一圖像關(guān)鍵字中的基元通常位于相同的視覺短語中;最后,結(jié)合元素相似性和幾何鄰接關(guān)系進(jìn)行視覺短語相似性

5、判斷。這種方法不需要對圖像進(jìn)行二值化、布局分析和文本區(qū)域定位等預(yù)處理操作,具有較高的靈活性和魯棒性。
　　此外,本文還借鑒幾何模糊描述符,提出了一種對于復(fù)雜干擾場景下的中文圖像關(guān)鍵字的識別方法。借助可變核對圖像進(jìn)行高斯模糊,可以有效降低噪聲干擾帶來的影響。首先,利用幾何模糊進(jìn)行特征點匹配,并通過對匹配特征點的布局特征分析以濾除潛在的誤匹配;然后,由于中文關(guān)鍵字中經(jīng)常存在形狀相近的文字,這些文字通常具有相同的偏旁,本文通過分析樣本圖

6、像中未匹配點的區(qū)域范圍大小以進(jìn)一步提高匹配的準(zhǔn)確性。實驗結(jié)果表明,本文方法對于復(fù)雜場景中的關(guān)鍵字發(fā)現(xiàn)具有較好的效果,并且能夠有效地區(qū)分形狀相似的文字,對于垃圾郵件圖像中常用的干擾類型具有較好的抗干擾性。
　　垃圾郵件圖像多種多樣,不同類型的郵件圖像間通常具有較大的特征差異。此外,還需要考慮到實際應(yīng)用中對于垃圾郵件的漏判具有一定程度的容忍性,而對于正常郵件的誤判通常會給用戶帶來較大的損失。因此,本文提出利用局部和全局特征進(jìn)行圖像特征

7、描述,并借助級聯(lián)分類器對不同類型的垃圾郵件圖像進(jìn)行分層過濾的方法。同時,為了避免誤判造成的影響,利用信息熵對分類結(jié)果進(jìn)行評估,對于分類結(jié)果不確定的圖像進(jìn)行多次判斷或者直接作為正常圖像,以達(dá)到盡可能降低垃圾郵件圖像的漏報率,同時減少對于正常郵件圖像誤報的目標(biāo)。
　　為了對抗過濾器,垃圾郵件圖像中經(jīng)常被加入大量的干擾噪聲,因此也可以將其作為垃圾郵件圖像判斷的重要依據(jù)。針對上述特征,本文提出一種對郵件圖像背景區(qū)域中的噪聲進(jìn)行分析的方法。