所有提交的EM系统将被重定向到网上投稿系统.作者被要求将文章直接提交给网上投稿系统各自的日志。

识别和限制电子邮件中的滥用图像

G.V.Hindumathi, M.Sandhya, K.Sudha和P.Sravya
印度维萨卡帕特南Gayatri Vidya Parishad工程学院CSE系助理教授
有关文章载于Pubmed谷歌学者

更多相关文章请访问国际电气、电子和仪器工程高级研究杂志

摘要

因特网的爆炸性增长带来了许多好东西:电子商务、方便地获取大量参考资料、协作计算、电子邮件以及广告和信息分发的新途径,等等。与大多数技术进步一样,也有黑暗的一面:有些人通过电子邮件发送附件,如垃圾邮件和一些欺诈图像。在这个项目中,我们在发送邮件到收件人邮箱id之前使用“皮肤检测算法”检查欺诈图像,并识别垃圾邮件。如果识别出任何欺诈图像和垃圾邮件,则第三方应用程序将识别发件人的IP地址和物理位置。这种道德黑客技术可以有效地用于识别垃圾邮件的位置。在确定邮件的发件人之后,丢弃邮件并向该发件人邮件id发送一些警告消息。如果这封邮件doesnâ不包含任何垃圾邮件文件或滥用图片,请将其发送到收件人邮箱。

关键字

电子商务,电子邮件,皮肤检测算法,IP地址,道德黑客,垃圾邮件文件

介绍

因特网或万维网确实是我们生活中一个奇妙而令人惊奇的补充。互联网可以被称为一种全球会议场所,来自世界各地的人们可以聚在一起。它是一种可以在电脑上使用的服务,通过它,任何能上网的人都可以在指尖上获取世界上的一切信息。internet上的文件上传和下载使用了多种协议。使用互联网也有一些缺点。上传一些淫秽图片到网上。使用某些类型的softwareâ '  ' s我们可以停止上传。互联网的主要优势是电子邮件。
电子邮件的主要问题是有些人附上一些淫秽图片并通过电子邮件发送。所以我们canâ '  ' t访问电子邮件附件,canâ '  ' t停止发送。在这个项目中,检查每个邮件附件,如果它是一个图像。本项目主要用于专网。
在专网中,用户通过服务器向其他用户发送带有附件的邮件。发件人将附件详细信息和收件人邮件id发送到服务器邮件id。服务器下载图像并应用皮肤检测算法。然后将其发送到收件人邮箱id或破解ip地址
由于它主要用于私有网络。我们假设服务器可以访问所有的邮件。集成应用,因为这些都是已经存在的系统。本项目分两个阶段进行。
A.第一阶段:处理邮件附件中淫秽图片的识别,并使用皮肤检测算法进行限制。
B.第二阶段:它处理识别发送者的IP地址,如果任何淫秽图像识别。
这也可以扩展到公共网络
图像

方法

在这个方案中,我们使用Java来发送带有附件的邮件。平台独立,这是java的一个独特特性,使其成为一种互联网语言。
C.检查发件人身份:
这里检查发件人邮件id的身份验证。如果密码验证功能返回“oneÃ①Â′Â′”,则尝试发送邮件附件。如果它返回" Zeroâ '  ' raise异常。
图像
服务器端从发件人获得邮件附件后,使用Skin检测算法验证邮件附件图像。为此我们使用MATLAB。正如它的名字(“矩阵实验室”的缩写)所暗示的那样,MATLAB提供了可以创建和操作1(向量),2(矩阵)或更多维度的数组。在MATLAB语言中,向量指的是一维(1×N或N×1)矩阵,在其他编程语言中通常称为数组。矩阵通常是指二维数组,即m和n大于等于1的m×n数组。
D.皮肤检测算法:
图像

结果

图像
图像
图像
图像
图像
E.不是滥用邮件附件:
使用皮肤检测算法验证所附图像,如果图像不是滥用图像,则将其发送到收件人邮箱
图像
F.滥用邮件附件:
使用皮肤检测算法验证所附图像,如果图像是滥用图像,则向发送者发送警告信息,并侵入发送者系统。
图像
图像

结论

在这项建议中,试图识别任何通过电子邮件作为附件发送的滥用图像,并将此类邮件限制在专用网络中。首先检查邮件是否有附件,如果有,则在服务器上使用皮肤检测算法检查附件是否有滥用内容。如果存在任何滥用内容,邮件将被剥夺向收件人传输,并向发件人发送警告消息。
该实现仅针对专用网络;它也可以扩展到公共网络。

未来的工作

基本的皮肤检测算法只是给出了阈值,但是这个值并不是很准确。对于精确的皮肤检测算法,还需要做一些工作,以给出准确的图像值。该项目的第二阶段是黑客攻击,其中滥用图像的发送者的IP地址被跟踪,并发送警告消息。在这个项目中,第三方工具用于黑客,但它也可以通过代码实现。

参考文献

  1. Kenneth Einar Himma,©2007:“互联网安全:黑客、反黑客和社会”,西雅图太平洋大学,304页。
  2. 阿尔比奥尔,a;托雷斯,l;Delp E.J.;巴伦西亚理工大学,“皮肤的最佳色彩空间detectionÃⅱÂ′Â′,国际会议,Vol.1, pp.122 - 124, 2001。
  3. 布鲁诺Jedynak;郑,Huicheng;Daoudi, Mohamed,â ' Â[皮肤统计模型Detectionâ ' Â],计算机视觉与模式识别研讨会,CVPRW '03。会议,第8卷,第92-92页,2009年。
  4. 迈克尔·j·琼斯和詹姆斯·m·雷赫应用于皮肤的统计颜色模型DetectionÃⅱÂ′Â′,计算机视觉与模式识别,IEEE计算机学会会议,卷。1, 1999。
全球科技峰会