[发明专利]一种图像邮件的检测分析方法

权利要求书

1.一种图像邮件的检测分析方法，其特征在于，该方法包括以下步骤：

步骤1，截取邮件中的图像或图像的子区域图像，将所述图像或子区域图像与用户节点的垃圾图像库中的图像进行匹配，如果存在匹配项，则该邮件的分类属性为垃圾邮件，结束；否则，执行步骤2；

步骤2，根据用户接收的邮件的地址查询该用户节点本地存储的黑名单列表和白名单列表，获得该邮件的分类属性，所述分类属性包括：垃圾邮件、正常邮件、以及无法确认；

如果该邮件的地址在黑名单列表中，则该邮件的分类属性为垃圾邮件；

如果该邮件的地址在白名单列表中，则该邮件的分类属性为正常邮件；

否则，该邮件的分类属性为无法确认。

2.根据权利要求1所述的方法，其特征在于，所述将所述图像或子区域图像与用户节点的垃圾图像库中的图像进行匹配的过程可以使用基于特征的图像匹配方法；

其中，所述基于特征的图像匹配方法包括：基于空间关系的匹配算法、基于不变量描述的匹配算法、金字塔算法、小波算法；

所述图像的子区域包括：文字区域、广告公司商标图案。

3.根据权利要求2所述的方法，其特征在于，如果邮件的分类属性为无法确认，则执行以下步骤：

步骤3，用户节点向所有朋友节点发出一个查询请求，所述查询请求包含当前邮件的地址信息；

步骤4，朋友节点根据所述查询请求搜索自己的黑名单列表和白名单列表，如果发现命中黑名单列表或白名单列表，则向该用户节点返回查询结果，所述查询结果表示该邮件的类型是垃圾邮件或正常邮件；

如果收到朋友节点返回的查询结果，并且所有的查询结果所表示的邮件类型相同，则执行步骤5；否则，执行步骤6；

步骤5，用户节点根据该查询结果更新本地的黑名单列表或白名单列表，结束；

步骤6，将该邮件发送至云端服务器，以判断该邮件的类别；

其中，所述朋友节点是指与当前用户节点之间具有较高的邮件交互频率的网络节点。

4.根据权利要求3所述的方法，其特征在于，如果用户节点将邮件发送至云端服务器，则云端服务器执行以下操作：

步骤7，接收云计算网络中用户节点发送的邮件，将所述邮件发送至垃圾邮件数据库；

步骤8，查看云端服务器的垃圾邮件数据库，判断所述邮件是否与垃圾邮件数据库中的邮件匹配；

如果匹配，执行步骤9；否则，执行步骤10；

步骤9，将该垃圾邮件数据库中对应的结果报告返回给用户节点，结束；

步骤10，将该邮件发送给多个不同的过滤引擎并进行分析；

步骤11，整合多个不同的过滤引擎产生的子结果得到一个结果报告，该结果报告表明该邮件是否为垃圾邮件，将该结果报告返回给用户节点，结束。

5.根据权利要求4所述的方法，其特征在于，网络中每个节点的本地存储有一个朋友节点列表，该列表中包括N个朋友节点的地址和关联度分值，所述关联度分值的计算方式为：

关联度分值＝(A*周期T内的邮件交互次数+B*周期T内返回黑名单或白名单查询结果的次数)/T；

其中，系数A、B、周期T和朋友节点的数量N既可以是常数，也可以由系统设定并根据实际需要动态调整。

6.根据权利要求5所述的方法，其特征在于，所述朋友节点列表的初始化过程为：

将与本地有邮件交互的网络节点按照邮件交互次数从高至低进行排序，选择排序结果中的前N个节点作为朋友节点，以建立初始的朋友节点列表；其中，所述关联度分值的初始值都为0。

7.根据权利要求6所述的方法，其特征在于，所述朋友节点列表的更新过程为：

每间隔固定的周期T，计算在当前的周期T内与本地有邮件交互的每个网络节点的关联度分值，按照关联度分值从高至低进行排序，选择排序结果中的前N个节点作为朋友节点，从而更新朋友节点列表。

8.根据权利要求7所述的方法，其特征在于，所述系数A、B、周期T和朋友节点的数量N可以是：

A＝10，B＝20，T＝24，N＝50。