层次化海量图像型垃圾邮件过滤体系中的关键问题研究

图像型垃圾邮件近几年呈现出爆发式的增长势头。为了逃避垃圾邮件过滤器的过滤，垃圾邮件发送者常在图像中使用噪声、波动、扭曲等多种干扰形式与垃圾邮件过滤器进行信息对抗。研究信息对抗下海量图像型垃圾邮件过滤技术的相关理论，对于减少图像型垃圾邮件对邮件用户的干扰、保护正常的网络环境、维护国家的安全与稳定、节约社会运行成本，无疑具有十分重要的学术意义和社会价值。我们提出了一种既能保证过滤效率、又具有很高过滤精度的过滤体系层次结构。在此层次结构下，我们将对海量图像型垃圾邮件过滤中的关键问题进行深入研究，包括：可用于高效过滤的新型局部特征描述子的全局描述方法；图像噪声、干扰因素的定量测量理论；基于关键字符目标快速模糊匹配的垃圾邮件图像分析方法等。我们还将开发图像型垃圾邮件快速过滤系统的原型系统，建设符合中国特点的垃圾邮件图像样本库，以检验我们提出的解决上述关键问题的研究方法和研究成果。

图像型垃圾邮件近几年呈现出爆发式的增长势头。为了逃避垃圾邮件过滤器的过滤，垃圾邮件发送者常在图像中使用噪声、波动、扭曲、切分等多种干扰形式与垃圾邮件过滤器进行信息对抗。研究信息对抗下海量图像型垃圾邮件过滤技术的相关理论，对于减少图像型垃圾邮件对邮件用户的干扰、维护正常的网络环境、维护国家的安全与稳定，节约社会运行成本无疑具有十分重要的学术意义和社会价值。. 为应对图像型垃圾邮件对垃圾邮件识别与过滤技术带来的挑战，本项目提出了一套对海量图像型垃圾邮件进行层次化分析/过滤的体系化方法，较好地解决了图像型垃圾邮件分析深度和处理效率之间的矛盾；项目组对该体系中的关键技术进行了深入研究，提出了一系列可用于海量图像型垃圾邮件各个过滤层次的核心算法；. 项目组还开发了一套图像型垃圾邮件快速过滤系统原型，并构造适合中国国情的垃圾邮件图像库，对上述研究内容进行验证。.本项目组与中国互联网协会网络不良与垃圾信息举报受理中心合作，整理了该中心2008-2012年受理的垃圾邮件共11GB，制作完成了世界最大规模的中文图像型垃圾邮件测试库，包含5万余封图像型垃圾邮件；本项目组还将所提出的体系化过滤方法、核心过滤算法，在开源软件的基础上，研发了一套海量图像型垃圾邮件层次化过滤引擎，并利用搜集完成的大规模图像型垃圾邮件库，完成了相关测试。. 项目报告共九章，第一章为绪论；第二章介绍了海量图像型垃圾邮件层次化过滤体系框架和本文使用的图像型垃圾邮件测试库；第三至七章从垃圾邮件图像的不同特点出发，提出了不同层次的过滤算法，包括可用于高效过滤的新型局部特征描述子的全局描述方法；通过对图像噪声、干扰因素的定量测量进行识别／过滤的新方法；色情类图像型垃圾邮件过滤技术；以及针对垃圾邮件图像中大量嵌入文字而提出的伪OCR方法和WAF模型方法等。. 本项目组先后在国际、国内重要的期刊、会议上发表学术论文23篇，申请专利4项（其中2项已授权，2项已授申请编号），部分研究内容在学术届受到了广泛关注。本项目共培养了博士生1名，硕士生6名。本项目所有考核指标均已顺利完成。