專利名稱:一種反圖片垃圾郵件的方法及裝置的制作方法
技術(shù)領(lǐng)域:
本發(fā)明涉及電子郵件處理技術(shù)領(lǐng)域,尤其涉及一種反圖片垃圾郵件的方法及裝置。
背景技術(shù):
自電子郵件被發(fā)明之日起,垃圾郵件就隨之蔓延并成為世界性難題.如果找 不到有效的預(yù)防方法,垃圾郵件將嚴(yán)重威脅到網(wǎng)絡(luò)資源的共享性、交互性和開放 性。因此,垃圾郵件的檢測與預(yù)防任務(wù)已經(jīng)迫在眉睫。但是,實(shí)際情況卻不容樂 觀。 一個(gè)很明顯的問題就是每個(gè)人對垃圾郵件的認(rèn)定標(biāo)準(zhǔn)有不同的看法。 一般來 說,所謂的垃圾郵件指的是一些不受歡迎的郵件,為了和用戶取得某種聯(lián)系,它們 未征得任何允許卻強(qiáng)行發(fā)送到用戶郵箱。最典型的例子就是鋪天蓋地的廣告郵件, 以及用來竊取用戶帳號信息的釣魚郵件.另一個(gè)同樣普遍的問題是,垃圾郵件的 形式與內(nèi)容是隨時(shí)變換的,沒有一種過濾技術(shù)能夠持久地對垃圾郵件有效。正如 計(jì)算機(jī)病毒,由于病毒是一直更新?lián)Q代的,任何殺毒軟件都是被動(dòng)地進(jìn)行防御。
盡管存在以上諸多困難,近些年來研究人員一直致力于反垃圾郵件的技術(shù)開 發(fā)并取得了一定的成果。針對垃圾郵件,較為典型的對策有只接受預(yù)先審定的發(fā) 送方或者信件格式的郵件,或者基于某些關(guān)鍵字在郵件文字內(nèi)容中嗅探是否存在 垃圾信息。從本質(zhì)上看基于關(guān)鍵字的郵件過濾器實(shí)際上就是一種文本分類器。這 類"黑名單"式郵件過濾系統(tǒng)在目前的反垃圾郵件領(lǐng)域得到過不俗的表現(xiàn)并已經(jīng) 實(shí)現(xiàn)了商業(yè)化應(yīng)用。與此同時(shí),垃圾郵件制造者(spammer)也不斷設(shè)計(jì)出新的手段 對過濾器進(jìn)行干擾。例如他們設(shè)法故意錯(cuò)誤拼寫某些字詞,或者強(qiáng)行插一些毫不 相干的文字進(jìn)入郵件內(nèi)容當(dāng)中。所做的一切就是想降低過濾器的識別率,盡可能 多地騙過過濾器而讓用戶接收到郵件。但隨著文本分類技術(shù)的不斷改進(jìn),這些小 伎倆終究都是徒勞無益的。
為了繞過對垃圾郵件的文本過濾,垃圾郵件制造者會(huì)采用另外一種更加隱蔽 的信息載體形式圖片。他們將文字嵌入到圖片當(dāng)中,讓一些基于文本的過濾系統(tǒng) 無法識別,但郵件接收者卻能辨認(rèn)這些信息.圖片垃圾郵件的泛濫程度驚人。僅2006年的數(shù)據(jù)就顯示每天圖片垃圾郵件的 數(shù)量就高達(dá)150多億封,圖片垃圾郵件的平均大小是50KB,是常規(guī)垃圾郵件的IO 倍。隨著垃圾郵件尺寸的不斷增大以及數(shù)量的不斷增多,許多企業(yè)薄弱的電子郵 件基礎(chǔ)設(shè)施已不堪重負(fù)。圖片垃圾郵件能成功躲過過濾器的原因主要有兩個(gè)一 是傳統(tǒng)的過濾器對圖片垃圾郵件不起作用;二是近來圖片垃圾郵件發(fā)送者技術(shù)不
斷增強(qiáng),提高了圖片垃圾郵件發(fā)送的有效性。
對于圖片垃圾郵件,反垃圾郵件工作者一般試圖從其中的文字內(nèi)容入手,先
將文字信息與背景圖片分離,再對提取出來的文字內(nèi)容進(jìn)行文本過濾;或者根據(jù) 文字區(qū)域的一些表面特征(比如大小或者顏色)設(shè)計(jì)好一個(gè)分類器將垃圾郵件與 正常郵件區(qū)分開來。這種做法并不能帶來良好的分類效果,它們默許的前提是所 有含有文字的圖片都有可能是垃圾圖片,但是實(shí)際上也存在一些垃圾圖片,例如 反動(dòng)、色情圖片,是不含有任何文字的,這樣的話文本分析的方法就完全失效; 其次因?yàn)樯鲜龅囊恍┍砻嫣卣鞫际呛蛨D片的相關(guān)屬性特征密不可分的,根據(jù)不同 屬性的圖片需要制定不同的分類規(guī)則;并且由于采集正常郵件的典型特征本身是 件棘手的事情,或者說所謂垃圾郵件的判定標(biāo)準(zhǔn)是不明確的,這就給分類器的訓(xùn) 練帶來困難。
所以過濾圖片垃圾郵件,針對其中的文字內(nèi)容開展工作是很難奏效的。因?yàn)?垃圾郵件制造者可以很容易地做一些預(yù)處理而躲避過濾器的檢測。舉一個(gè)簡單的 例子,對于一幅加過噪聲并且旋轉(zhuǎn)過一定角度的廣告圖片,人眼可以很清楚地看 出其廣告內(nèi)容,但是要讓一個(gè)字符識別程序處理這類圖片往往是費(fèi)盡周折并且識 別率很低,進(jìn)一步講,如果考慮文本的語言種類問題,垃圾郵件制造者可以添加多 語言的文字信息,而這無疑又增加了文字識別的難度。從另一個(gè)角度來看,關(guān)于垃 圾郵件的定義本身就是個(gè)難題,目前很難說有哪個(gè)算法或者規(guī)則可以準(zhǔn)確斷定某 一封郵件是不是垃圾郵件,因?yàn)?垃圾郵件"這樣一個(gè)概念是沒有明確定義的。 比如對于普通人來說,推銷化工材料的廣告郵件是標(biāo)準(zhǔn)的垃圾郵件,但對于某個(gè) 化工廠的經(jīng)理來說,這些郵件卻能很好地幫助他了解市場上的價(jià)格信息,這些廣 告郵件就不再是垃圾郵件,而是非常有用的信息渠道。
在對于垃圾郵件圖片過濾的技術(shù)方案中,圖像匹配技術(shù)是很關(guān)鍵的環(huán)節(jié)。圖 像匹配是虛擬現(xiàn)實(shí)與計(jì)算機(jī)視覺等領(lǐng)域中的一個(gè)重要課題,其中基于特征的圖像匹配一直是研究熱點(diǎn),目前已有眾多的匹配算法,它們對于不同環(huán)境、不同要求下 的圖像工作各自具有不同的效果。在基于特征的匹配技術(shù)中,其首要任務(wù)是提取 穩(wěn)定的特征,并進(jìn)行描述。常用的方法有基于空間關(guān)系的匹配算法、基于不變量 描述子的匹配算法、金字塔、和小波算法等等。不同的算法所適用的對象不盡相 同。因此,針對圖片垃圾郵件,選擇圖像匹配算法要結(jié)合垃圾圖片的特性。
為了躲避檢測,垃圾郵件制造者往往會(huì)將圖片做一些處理以起到干擾過濾器 的效果。如在廣告圖片中添加噪聲、旋轉(zhuǎn)一定角度后可以很輕松地通過普通過濾 器的檢測,即使過濾器能夠檢測出來,往往時(shí)間上也要付出相當(dāng)大的代價(jià)。圖像匹 配算法,要求能夠?qū)D像變形、旋轉(zhuǎn)、加噪聲等干擾具有特別強(qiáng)的魯棒性。幸運(yùn) 的是,這個(gè)獨(dú)特的算法在1999年就已經(jīng)由David G. Lowe提出,這個(gè)簡稱為SIFT (Scale Invariant Feature Transform即尺度不變特征變換)的特征匹配算法 是目前國內(nèi)外特征匹配研究領(lǐng)域取得比較成功的一種算法,該算法匹配能力較強(qiáng), 能提取穩(wěn)定的特征,可以處理兩幅圖像之間發(fā)生平移、旋轉(zhuǎn)、仿射變換、視角變 換、光照變換情況下的匹配問題,甚至在某種程度上對任意角度拍攝的圖像也具 備較為穩(wěn)定的特征匹配能力,從而可以實(shí)現(xiàn)差異較大的兩幅圖像之間的特征的匹 配。根據(jù)上述特點(diǎn),SIFT匹配算法對于探測垃圾圖片來說是相當(dāng)合適的。
Lowe提出的特征匹配算法分兩個(gè)階段來實(shí)現(xiàn):第l階段是特征的生成,即從多 幅待匹配圖像中提取出對尺度縮放、旋轉(zhuǎn)、亮度變化無關(guān)的特征向量;第2階段是 特征向量的匹配。該算法實(shí)現(xiàn)的具體細(xì)節(jié)可以從有關(guān)的文獻(xiàn)中查閱到,這里不再 贅述。 .
發(fā)明內(nèi)容
本發(fā)明目的在于提供一種反圖片垃圾郵件的方法和裝置,結(jié)合計(jì)算機(jī)圖像處 理技術(shù),分析垃圾圖片特征信息,準(zhǔn)確快速地過濾圖片垃圾郵件。
為達(dá)到本發(fā)明的目的,采取的技術(shù)方案是-一種反圖片垃圾郵件的方法,至少包括提取所述圖片垃圾郵件的圖片的特 征向量;將包括所述特征向量的特征信息以文本格式存檔;將對圖像的匹配轉(zhuǎn)化 為對包括特征向量的特征信息文本的匹配。可選的,還包括截取所述圖片垃圾郵件的圖片中的子區(qū)域內(nèi)容,注明垃圾 郵件類型。
可選的,還包括將所述特征信息文本導(dǎo)入一個(gè)數(shù)據(jù)區(qū),建立所述圖片垃圾 郵件的圖片的黑名單。
可選的,還包括獲得一個(gè)已接收郵件,若判定所述接收郵件包含圖片,則 以所述接收郵件的圖片的特征向量在所述黑名單中査找匹配項(xiàng);若查找到匹配項(xiàng) 則將所述接收郵件判定為圖片垃圾郵件,并濾除之。
可選的,還包括對收件箱中的每一個(gè)已接收郵件逐一掃描判斷。
可選的,所述提取所述圖片垃圾郵件的圖片的特征向量是尺度不變特征變換 (SIFT)特征向量。
本發(fā)明提供一種反圖片垃圾郵件的裝置,至少包括特征向量析取器,用于 提取所述圖片垃圾郵件的圖片的特征向量,將包括所述特征向量的特征信息以文 本格式存檔,將對圖像的匹配轉(zhuǎn)化為對包括特征向量的特征信息文本的匹配。
可選的,還包括垃圾圖像識別器,用于以接收郵件的圖片的特征向量在已 建立的黑名單中査找匹配項(xiàng);若査找到匹配項(xiàng)則將所述接收郵件判定為圖片垃圾 郵件,并濾除之。
可選的,還包括截圖功能模塊,用于獲取郵件的圖片截圖,并傳給所述的 特征向量析取器。
可選的,還包括郵件平臺,用于郵件的收發(fā)以及郵件的管理和維護(hù)。 采用上述技術(shù)方案,本發(fā)明的有益技術(shù)效果在于
首先,與傳統(tǒng)的方法不同,本發(fā)明提供的技術(shù)方案是讓用戶通過自己截圖的 形式捕獲垃圾圖片的代表性內(nèi)容,也就是賦予了用戶更多的自主權(quán)去定義與處理 圖片垃圾郵件,這在究竟哪些圖片是屬于垃圾圖片這個(gè)問題上,給予了比較滿意 的解決方案,也使得過濾規(guī)則更加具有靈活性與多樣性;其次,結(jié)合SIFT圖像 匹配算法的高效性與穩(wěn)定性,在此基礎(chǔ)上本系統(tǒng)設(shè)計(jì)了一個(gè)"特征向量析取器" 功能模塊,通過預(yù)先提取圖片特征并存檔,將匹配對象由復(fù)雜的圖片格式簡化為 文本格式,方便后續(xù)的調(diào)用,也在很大程度上節(jié)省了圖像匹配程序的運(yùn)行時(shí)間; 最后,本過濾系統(tǒng)直接針對垃圾圖片的圖像信息,而不可以區(qū)別圖像與文字,將 文字內(nèi)容與背景圖片內(nèi)容視為一個(gè)整體圖像來處理,這樣不管圖片中含有哪類文字,或者說是否含有文字,都不影響會(huì)最終識別效果,即確保了系統(tǒng)的語言文字 無關(guān)性,這一點(diǎn)也是反垃圾郵件技術(shù)領(lǐng)域富有創(chuàng)造性的改進(jìn)。
圖1本發(fā)明的方法流程圖
圖2本發(fā)明的裝置組成框圖
圖3本發(fā)明實(shí)施例中廣告垃圾郵件的截圖內(nèi)容圖
圖4本發(fā)明實(shí)施例中廣告垃圾郵件的截圖的SIFT特征圖
圖5本發(fā)明實(shí)施例中廣告垃圾郵件的的圖片匹配項(xiàng)查找過程圖
圖6本發(fā)明實(shí)施例中廣告垃圾郵件的的圖片匹配結(jié)果圖
具體實(shí)施例方式
下面結(jié)合附圖,通過具體實(shí)施方式
對本發(fā)明作進(jìn)一步的說明。
如圖1所示,用戶發(fā)現(xiàn)某封郵件含有垃圾圖片,進(jìn)行以下步驟
101,用戶截取圖片中的某塊子區(qū)域內(nèi)容(例如廣告公司商標(biāo)圖案或者其它具 有代表性標(biāo)志圖案),注明垃圾郵件類型(例如"醫(yī)藥廣告")后提交給系統(tǒng);
102,系統(tǒng)提取出截圖的特征向量;103,將新獲取的特征向量存入到一個(gè)數(shù)據(jù)區(qū)中,這個(gè)數(shù)據(jù)區(qū)包含了從所有垃 圾圖片的截圖中提取的特征信息,它扮演了 "黑名單"的角色,任何含有"黑名 單"中某個(gè)特征項(xiàng)的圖片都將視為垃圾圖片處理;
與上述步驟并行的,
104,收取一個(gè)新郵件,
105,系統(tǒng)先檢測該郵件是否含有圖片附件;
106,如果有圖片存在,則提取出圖片SIFT特征向量;
107,用這個(gè)特征向量去第二步所生成的"黑名單"中査找匹配項(xiàng);
108,一旦找到了匹配項(xiàng),則表示在該郵件識別出了垃圾圖片;109, 立即將此垃圾郵件過濾之; 同樣與上述步驟并行的有,
110,對收件箱中之前已收取的郵件進(jìn)行垃圾郵件掃描,因?yàn)橐坏┯脩粜薷牧?某條垃圾郵件判別規(guī)則,系統(tǒng)有必要對既有的郵件重新進(jìn)行過濾操作,
111,判斷是否有匹配的圖片;;
112,若認(rèn)定為垃圾郵件則濾除該垃圾郵件。
如圖2所示,設(shè)計(jì)的圖片垃圾郵件過濾系統(tǒng)主要由以下重要功能模塊組成
郵件平臺201,這是本郵件系統(tǒng)賴以運(yùn)行的框架性功能模塊。該模塊具備 完善的郵件收發(fā)功能,以及日常的郵件管理與維護(hù)功能。它提供給用戶一個(gè)友
好的操作界面,最終的程序運(yùn)行效果也都是通過該郵件平臺來顯示的;
截圖功能模塊204 ,用戶使用這個(gè)模塊來獲取某張截圖,并將之傳給特征
向量析取器。之所以將截圖功能模塊獨(dú)立于郵件平臺而設(shè)計(jì),是因?yàn)榻貓D操作 是在客戶端而非服務(wù)器運(yùn)行,所謂的截圖可以是來自于用戶電腦中的任意圖
片,而不僅僅是局限于郵件平臺里面某封郵件當(dāng)中的圖片;
郵件圖片202,是在接收的郵件獲得的圖片;
特征向量析取器205,本模塊對于獲得的截圖采用特征析取,屬于對原SIFT 算法應(yīng)用上的一個(gè)創(chuàng)新性改進(jìn)與補(bǔ)充。在SIFT算法的基礎(chǔ)上完成一些預(yù)處理 來協(xié)助后面的圖像匹配工作。由于采用了一個(gè)圖像特征析取器來預(yù)先提取圖片 的SIFT特征向量,并將每幅圖片這些的特征信息以文本形式存檔,這樣一來, 以后的圖像匹配工作就避免了每次都要提取圖片的特征向量,而僅僅是調(diào)用已 生成特征向量文本文件。因此,圖像匹配工作就由圖像的匹配轉(zhuǎn)換成了文本的 匹配,這將大大減少時(shí)間開銷;
特征向量析取器203,本模塊對于獲得的接收郵件的圖片采用特征析取,與 特征向量析取器205同樣的,屬于對原SIFT算法應(yīng)用上的一個(gè)創(chuàng)新性改進(jìn)與 補(bǔ)充。在SIFT算法的基礎(chǔ)上完成一些預(yù)處理,采用了一個(gè)圖像特征析取器來預(yù)先提取圖片的SIFT特征向量,并將每幅圖片這些的特征信息以文本形式存 檔,將圖像匹配工作由圖像的匹配轉(zhuǎn)換成文本的匹配。
垃圾圖像識別器207,這個(gè)模塊在整個(gè)系統(tǒng)的起到關(guān)鍵的圖像識別作用。 郵件圖片與用戶截圖的特征向量經(jīng)特征向量析取器處理過后送至垃圾圖像識 別器進(jìn)行匹配,最終匹配結(jié)果將被反饋到郵件平臺。
為了盡量確保系統(tǒng)的平臺無關(guān)性,整個(gè)系統(tǒng)采用的是瀏覽器/服務(wù)器架構(gòu)。所有 復(fù)雜的圖像運(yùn)算操作都是在服務(wù)器上運(yùn)行,瀏覽器端只負(fù)責(zé)顯示最終的結(jié)果。只 要有一臺能夠連接英特網(wǎng)的計(jì)算機(jī),用戶隨時(shí)隨地都可以使用本系統(tǒng)查看和管理 自己的郵件。
下面以廣告垃圾郵件為例,介紹本系統(tǒng)具體的檢測垃圾郵件的運(yùn)行過程。一 般來說,廣告圖片中往往在顯眼的位置上存在一個(gè)公司商標(biāo)或者說某塊標(biāo)志性 圖像區(qū)域,而為起到廣告宣傳的目的,這些圖像區(qū)域內(nèi)容在正常情況下是不太 容易改變的。如圖3所示,當(dāng)截取了廣告圖片中的一個(gè)子圖,它顯示有公司的 網(wǎng)址信息,而一般情況下這個(gè)子圖也同時(shí)存在于該公司發(fā)出的其它廣告圖片 中。系統(tǒng)就認(rèn)為凡是含有此子圖的圖片都是來自于同一家公司的垃圾圖片。
接下來系統(tǒng)將截圖的特征信息提取出來,如圖4,并且保存至"黑名單"中。 系統(tǒng)每讀入一封內(nèi)嵌有圖片的電子郵件,都會(huì)先提取出內(nèi)置圖片的特征信息, 并拿它去"黑名單"中與事先截取下的子圖做圖像特征匹配。 一旦被系統(tǒng)發(fā)現(xiàn) 該郵件圖片與用戶之前獲取的截圖有足夠多的相似點(diǎn),如圖5,那么就有理由相 信這張圖片正是一張類似的廣告圖片,而這封郵件將據(jù)此被判為垃圾郵件,并 打上垃圾郵件標(biāo)志,比如"ad" (advertising),如圖6。最后郵件平臺將根 據(jù)用戶的要求對此類垃圾郵件做出直接過濾或者暫時(shí)保留的決定。
如果用戶將某個(gè)截圖特征內(nèi)容修改或者將其從"黑名單"中移除,那么相應(yīng) 的過濾規(guī)則隨即會(huì)被更新。系統(tǒng)將根據(jù)新的過濾規(guī)則識別垃圾郵件。
綜上所述,本發(fā)明提供的技術(shù)方案讓用戶通過自己截圖的形式捕獲垃圾圖片 的代表性內(nèi)容,也就是賦予了用戶更多的自主權(quán)去定義與處理圖片垃圾郵件,這 在究竟哪些圖片是屬于垃圾圖片這個(gè)問題上,給予了比較滿意的解決方案,也使得過濾規(guī)則更加具有靈活性與多樣性;其次,結(jié)合SIFT圖像匹配算法的高效性 與穩(wěn)定性,在此基礎(chǔ)上本系統(tǒng)設(shè)計(jì)了一個(gè)"特征向量析取器"功能模塊,通過預(yù) 先提取圖片特征并存檔,將匹配對象由復(fù)雜的圖片格式簡化為文本格式,方便后 續(xù)的調(diào)用,也在很大程度上節(jié)省了圖像匹配程序的運(yùn)行時(shí)間;最后,本過濾系統(tǒng) 直接針對垃圾圖片的圖像信息,而不可以區(qū)別圖像與文字,將文字內(nèi)容與背景圖 片內(nèi)容視為一個(gè)整體圖像來處理,這樣不管圖片中含有哪類文字,或者說是否含 有文字,都不影響會(huì)最終識別效果,即確保了系統(tǒng)的語言文字無關(guān)性,這一點(diǎn)也 是反垃圾郵件技術(shù)領(lǐng)域富有創(chuàng)造性的改進(jìn)。
權(quán)利要求
1. 一種反圖片垃圾郵件的方法,其特征在于,至少包括提取所述圖片垃圾郵件的圖片的特征向量;將包括所述特征向量的特征信息以文本格式存檔;將對圖像的匹配轉(zhuǎn)化為對包括特征向量的特征信息文本的匹配。
2、 如權(quán)利要求l所述的反圖片垃圾郵件的方法,其特征在于,還包括 截取所述圖片垃圾郵件的圖片中的子區(qū)域內(nèi)容,注明垃圾郵件類型。
3、 如權(quán)利要求1所述的反圖片垃圾郵件的方法,其特征在于,還包括 將所述特征信息文本導(dǎo)入一個(gè)數(shù)據(jù)區(qū),建立所述圖片垃圾郵件的圖片的黑名單。
4、 如權(quán)利要求3所述的反圖片垃圾郵件的方法,其特征在于,還包括 獲得一個(gè)已接收郵件,若判定所述接收郵件包含圖片,則以所述接收郵件的圖片的特征向量在所述黑名單中查找匹配項(xiàng);若查找到匹配項(xiàng)則將所述接收郵件 判定為圖片垃圾郵件,并濾除之。 '
5、 如權(quán)利要求4所述的反圖片垃圾郵件的方法,其特征在于,還包括 對收件箱中的每一個(gè)已接收郵件逐一掃描判斷。
6、 如權(quán)利要求1所述的反圖片垃圾郵件的方法,其特征在于,所述提取所述圖片垃圾郵件的圖片的特征向量是尺度不變特征變換(SIFT)特征向量。
7、 , 一種反圖片垃圾郵件的裝置,其特征在于,至少包括特征向量析取器,用于提取所述圖片垃圾郵件的圖片的特征向量,將包括所 述特征向量的特征信息以文本格式存檔,將對圖像的匹配轉(zhuǎn)化為對包括特征向量 的特征信息文本的匹配。
8、 如權(quán)利要求7所述的反圖片垃圾郵件的裝置,其特征在于,還包括 垃圾圖像識別器,用于以接收郵件的圖片的特征向量在已建立的黑名單中査找匹配項(xiàng);若査找到匹配項(xiàng)則將所述接收郵件判定為圖片垃圾郵件,并濾除之。
9、 如權(quán)利要求7所述的反圖片垃圾郵件的裝置,其特征在于,還包括 截圖功能模塊,用于獲取郵件的圖片截圖,并傳給所述的特征向量析取器。
10、 如權(quán)利要求7所述的反圖片垃圾郵件的裝置,其特征在于,還包括 郵件平臺,用于郵件的收發(fā)以及郵件的管理和維護(hù)。
全文摘要
本發(fā)明提供了一種反圖片垃圾郵件的方法及裝置。該方法及裝置包括特征向量析取器、垃圾圖像識別器、截圖功能模塊和郵件平臺,尤其是通過對圖片垃圾郵件所攜帶的圖片提取所述圖片垃圾郵件的圖片的特征向量,將包括所述特征向量的特征信息以文本格式存檔,將對圖像的匹配轉(zhuǎn)化為對包括特征向量的特征信息文本的匹配,極大提高了圖像匹配的效率,節(jié)省了系統(tǒng)開銷。本發(fā)明的技術(shù)方案在整體上對于解決圖片垃圾郵件的認(rèn)定和濾除提供了不同于以往反文字垃圾郵件技術(shù)路線,改進(jìn)了反圖片垃圾郵件技術(shù)方案的速度和準(zhǔn)確度,提高了識別垃圾制造者對垃圾圖片所作規(guī)避干擾的能力。
文檔編號H04L9/36GK101282310SQ200810037940
公開日2008年10月8日 申請日期2008年5月23日 優(yōu)先權(quán)日2008年5月23日
發(fā)明者岳 呂, 張麗春, 陳俊偉 申請人:華東師范大學(xué)