邮件反垃圾技术之——汉明距离

最新推荐文章于 2021-04-07 15:55:59 发布
转载 最新推荐文章于 2021-04-07 15:55:59 发布 · 1.5k 阅读 · 0
文章标签：

#汉明距离 #邮件过滤技术 #反垃圾 #过滤算法

在信息论中，两个等长字符串之间的汉明距离是两个字符串对应位置的字符不同的个数。

1介绍

换句话说，它就是将 一个字符串变换成另外一个字符串所需要替换的字符个数。 例如：
* 1 与 0 之间的汉明距离是 1。
* 214 与 214 之间的汉明距离是 0。
* "abcd" 与 "aacd" 之间的汉明距离是 1。
汉明重量是字符串相对于同样长度的零字符串的汉明距离，也就是说，它是字符串中非零的元素个数：对于二进制字符串来说，就是 1 的个数，所以 11101 的汉明重量是 4。

2特性

对于固定的长度   n，汉明距离是该长度字符向量空间上的 度量，很显然它满足非负、唯一及对称性，并且可以很容易地通过 完全归纳法证明它满足 三角不等式。
两个字   a  与   b  之间的汉明距离也可以看作是特定运算的   a− b  的汉明重量。
对于二进制字符串   a  与   b  来说，它等于   a 异或 b以后所得二进制字符串中“1”的个数。另外二进制字符串的汉明距离也等于   n维 超正方体两个顶点之间的 曼哈顿距离，其中   n  是两个字串的长度。 [1]

3历史及应用

汉明距离是以理查德·卫斯里·汉明的名字命名的，汉明在误差检测与校正码的基础性论文中首次引入这个概念。在通信中累计定长二进制字中发生翻转的错误数据位，所以它也被称为信号距离。汉明 重量分析在包括信息论、 编码理论、密码学等领域都有应用。但是，如果要比较两个不同长度的字符串，不仅要进行替换，而且要进行插入与删除的运算，在这种场合下，通常使用更加复杂的编辑距离等 算法。

转自百度百科： http://baike.baidu.com/link?url=LzNdyVge7ZKHscAZ1_mxHPbrcuYybXe-bEI5icucFRo0KHts0o8QsgUFCRwG-k36
TensorFlow深度学习实战——利用词嵌入实现垃圾邮件检测
盼小辉丶的博客
03-27 2030
在本节中，我们将介绍如何在一维卷积神经网络 (Convolutional Neural Network, CNN) 中使用该矩阵，实现垃圾邮件检测器将短信 (Short Message Service, SMS) 或文本消息分类为非垃圾邮件 (ham) 或垃圾邮件 (spam)。
曼哈顿距离，欧式距离，明式距离，切比雪夫距离区别
热门推荐
新手村
09-23 3万+
根据我浅薄的知识，以及粗浅的语言，随意总结一下。 1.曼哈顿距离 曼哈顿距离又称马氏距离（Manhattan distance），还见到过更加形象的，叫出租车距离的。具体贴一张图，应该就能明白。 上图摘自维基百科，红蓝黄皆为曼哈顿距离，绿色为欧式距离。 2.欧式距离 欧式距离又称欧几里得距离或欧几里得度量（Euclidean Metric），以空间为基准的两点之间最短距离，与
477. 汉明距离总和
LITTENg的博客
04-21 1700
题目描述： 两个整数的 汉明距离 指的是这两个数字的二进制数对应位不同的数量。 计算一个数组中，任意两个数之间汉明距离的总和。 示例: 输入: 4, 14, 2 输出: 6 解释: 在二进制表示中，4表示为0100，14表示为1110，2表示为0010。（这样表示是为了体现后四位之间关系） 所以答案为： HammingDistance(4, 14) + HammingDistanc...
汉明距离
记录日常的点点滴滴
11-16 2380
汉明距离 在信息论中，两个等长字符串之间的海明距离是两个字符串对应位置的不同字符的个数。即将一个字符串变换成另外一个字符串所需要替换的字符个数。 Example: "t**o**n**e**d" 和 "r**o**s**e**s" 的汉明距离是3。10**1**1**1**01 和 10*0*1**0**01 的汉明距离是2。2**17**3**8**96 和 2**23**3**7**9
汉明距离（位运算，清晰图解）
04-07 1372
题目 两个整数之间的 汉明距离 指的是这两个数字对应二进制位不同的位置的数目。 给出两个整数 x 和 y，计算它们之间的汉明距离。 注意： 0 ≤ x, y < 2^31. 示例: 解题思路 要找出两个整数对应二进制位不同的位置的数目，对 位运算 有所了解的童鞋，应该会很自然地想到位运算中的 按位异或，通过将两个整数对应二进制位 按位异或（同一位置，元素相同异或得 0 或者得 1） 找到其二进制不同的位置，找到之后，只需要统计异或的结果中 1 的个数即可。 举栗 以 示例 为栗，如
计算文本相似度
周红伟讲AI
06-02 1万+
 计算文本相似度 推荐 2收藏 简单讲解 上一章有提到过[基于关键词的空间向量模型]的算法，将用户的喜好以文档描述并转换成向量模型，对商品也是这么处理，然后再通过计算商品文档和用户偏好文档的余弦相似度。 文本相似度计算在信息检索、数据挖掘、机器翻译、文档复制检测等领域有着广泛的应用。 比如舆论控制，我们假设你开发了一个微博网站，并且已经把世界上骂人的句子都
461. Hamming Distance-Python
相信相信的力量
07-06 1250
The Hamming distance between two integers is the number of positions at which the corresponding bits are different. Given two integers x and y, calculate the Hamming distance.Note:0 ≤ x, y < 2^31.
反垃圾邮件技术发展分析
03-03
反垃圾邮件技术的发展可以分为三个阶段：触发阶段（1993 年——1997 年）、推进阶段（1997 年——1999 年）和发展阶段（1999 年——2002 年）。 在触发阶段，反垃圾邮件技术开始萌芽，出现了垃圾邮件过滤技术和黑...
ASP毕业设计——基于ASP的反垃圾邮件管理系统的设计(源代码+论文).zip
09-15
在本项目"ASP毕业设计——基于ASP的反垃圾邮件管理系统的设计(源代码+论文)"中，学生赵春艳深入实践了ASP技术，构建了一个反垃圾邮件管理系统。这个系统旨在解决日益严重的垃圾邮件问题，通过各种过滤机制来保护用户...
Exchange反垃圾防病毒网关——SecurityGateway基本部署
上海云璨的博客
07-08 2110
本文简单地介绍了如何将Exchange邮件服务器搭配SecurityGateway网关使用。 SecurityGateway email spam firewall for Exchange/SMTP Servers 以一款功能强大的垃圾邮件过滤器作为 Microsoft Exchange 或者 SMTP 的防火墙，从而提供了经济实惠的邮件安全性。 它还能防御病毒、网络钓鱼、网络诈骗以及不断威胁...
exchange反垃圾邮件.pdf
11-25
在 Exchange Server 环境中，反垃圾邮件是最重要的安全问题之一。垃圾邮件不仅影响用户的正常查阅，还对服务器造成重大危害，增加服务器和网络消耗，占据磁盘空间。因此，Exchange Server 提供了一系列的垃圾邮件...
几种机器学习常见的距离
朱铭德的博客
09-13 7045
各种距离
大数据文本相似去重方案
weixin_30710457的博客
03-13 1210
转载自http://blog.jobbole.com/46839/和http://blog.jobbole.com/47748/，原作者严澜（@观澜而索源） 通过采集系统我们采集了大量文本数据，但是文本中有很多重复数据影响我们对于结果的分析。分析前我们需要对这些数据去除重复，如何选择和设计文本的去重算法？常见的有余弦夹角算法、欧式距离、Jaccard相似度、最长公共子串、编辑距离等。这些...
力扣——汉明距离思路分析
baldicoot_的博客
07-13 322
题目描述： 两个整数之间的汉明距离指的是这两个数字对应二进制位不同的位置的数目。 给出两个整数 x 和 y，计算它们之间的汉明距离。 解题思路1：最最最最简单的想法，一定是先将两个数转换为二进制数，然后将他们二进制值存入数组，再遍历比较两个数组中的每一个值，若相减的绝对值不为0，就存在差异，然后给总数加一就能得到最初的结果。 所遇问题1：解题思路相当清晰，代码完成度也很高，进行检验，虽然通过了测试，但是感觉效率太低，完成所用空间和时间都相当的低。 public int hammingDistance
hamming distance
小熊不去实验室
05-07 5525
仔细阅读ORB的代码，发现有很多细节不是很明白，其中就有用暴力方式测试Keypoints的距离，用的是HammingLUT,上网查了才知道，hamming距离是相差位数。这样就好理解了。 我理解的HammingLUT lut; result=lut（(a)，(b)，size_t size）：result=a与b的hamming distance+size; unsigned int hamd
汉明距离总和
Smile
08-10 847
【题目】 两个证书的汉明距离指的是这两个数字的二进制数对应值不同的数量。计算一个数组中，任意两个数之间汉明距离的总和。 【示例】 输入：4， 14， 2 输出：6 解释：在二进制表示中，4表示为0100，14表示为1110，2表示为0010。（这样表示是为了提现后四位之间的关系）所以答案为： HammingDistance(4, 14) + HammingDi...
算法练习笔记（十七）——汉明距离的计算
d921737171的博客
07-13 2600
汉明距离指的是两个数字在二进制的情况之下，相互转化要经过几位的变换 题目地址：https://leetcode.com/problems/total-hamming-distance/#/description 题目：Total Hamming Distance 描述： The Hamming distance between two integers is the number
Hamming distance
This is bill的专属博客
05-02 694
在信息论中，两个等长字符串之间的汉明距离（英语：Hamming distance）是两个字符串对应位置的不同字符的个数。换句话说，它就是将一个字符串变换成另外一个字符串所需要替换的字符个数。汉明重量是字符串相对于同样长度的零字符串的汉明距离，也就是说，它是字符串中非零的元素个数：对于二进制字符串来说，就是1的个数，所以11101的汉明重量是4。目录  [隐藏] 1范例2特性3历史及应用4参考文献5...
反垃圾邮件技术：现状与前景
反垃圾邮件技术在现代信息技术环境中扮演着至关重要的角色。随着电子邮件的普及，垃圾邮件的泛滥不仅占据了用户的邮箱空间，浪费时间，还可能隐藏恶意软件，对用户的个人信息安全构成威胁。为了解决这一问题，技术...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值