[发明专利]一种语义关联词判断垃圾邮件的方法

摘要

本发明公开了一种语义关联词判断垃圾邮件的方法，涉及网络安全领域。本发明包括：获取大量正常邮件和垃圾邮件进行自动语义关联词标注；将大量标注完成的邮件存储至邮件本体库；使用SVM算法对所有标注样本进行分类，并生成垃圾邮件的强分类器；当系统监测到邮箱内出现未读邮件时，启动垃圾邮件检索服务；服务获取未读邮件内容，对邮件中的图像进行基元提取、邮件中的文本进行语义关联词提取并导入垃圾邮件强分类器进行判断。本发明通过系统实时监测用户邮箱中未读邮件，利用正负样本图片对未读邮件中的图片进行判断，再利用语义关联词生成的垃圾邮件强分类器进行判断，避免了垃圾邮件泛滥，提高了用户的网络体验。

主权项

1.一种语义关联词判断垃圾邮件的方法，其特征在于，包括如下步骤：步骤S1：获取大量正常邮件和垃圾邮件进行自动语义关联词标注；步骤S2：将大量标注完成的邮件存储至邮件本体库；步骤S3：使用SVM算法对所有标注样本进行分类，并生成一个垃圾邮件的强分类器；步骤S4：系统对用户邮箱进行实时监控；步骤S5：当监测到邮箱内出现未读邮件时，系统启动垃圾邮件检索服务；步骤S6：服务获取未读邮件内容，对邮件中的图像进行基元提取、邮件中的文本进行语义关联词提取；步骤S7：将提取出的基元属性和语义关联词导入垃圾邮件强分类器进行判断；步骤S8：当判断出时垃圾邮件时，直接将邮件删除或拉至黑名单；步骤S9：当判断是正常邮件时，将提醒用户进行查收；所述步骤S1中，自动语义关联词标注包括两个部分：第一部分为训练阶段；所述训练阶段包括如下步骤：步骤S11：训练邮件图像集以及邮件描述文本；步骤S12：抓取邮件的文本语义关联词信息；步骤S13：提取邮件中图像基元进行聚类；步骤S14：通过机器对图像的基元类和文本语义关联词信息进行统计学习获取邮件属性；第二部分为图像标注阶段；所述图像标注阶段包括如下步骤：步骤S21：获取待处理的邮件图像集以及文本描述；步骤S22：提取邮件中图像基元进行一次标注获得邮件属性；步骤S23：抓取邮件的文本语义关联词信息；步骤S24：利用文本语义关联词信息对图像基元进行二次标注获得图像概念。