一、分布式电子邮件服务器的设计（论文文献综述）
韦赫城[1]（2021）在《物联网教学平台中规则引擎的设计与实现》文中研究说明近年来,物联网相关技术的研究及应用已被纳入各高校的教学规划中。物联网教学平台是高校进行物联网教学的重要工具,其将物联网理论和实践两个环节较好衔接。在该平台的实践环节中,需要对智慧农业等物联网场景产生的数据流进行处理,但不同物联网场景的业务规则不同,以及即使同一物联网场景,业务规则也会不时发生改变。根据该特点,需要实现能让业务规则和应用代码解耦的规则引擎来支撑物联网教学平台的实践应用环节。本论文经过对研究现状的调研和需求分析,实现了一个完整可用、简易直观、可定制性强、数据处理高效的规则引擎系统,并在其中设计了规则链和规则节点两大核心元素来对业务规则的编写和构建进行拆分及简化。通过该规则引擎系统,师生用户能体验物联网技术在以智慧农业、智能家居等为原型设计的物联网拟真场景里的应用过程。系统整体采用集群架构设计,并通过基于ZooKeeper的调度者根据负载反馈来完成集群节点间的负载均衡。系统内划分为三个功能模块,用户及设备接入模块让平台中的师生用户及现实中的智能设备能够接入系统,规则节点模块让用户能够基于功能丰富的规则节点模板快速配置规则节点,规则链模块让用户能够连接规则节点构建规则链。用户通过规则链的构建,可以由简单的业务规则轻松搭建起复杂的业务规则逻辑,并且规则直观、易于理解,能满足物联网智慧场景里对数据流的复杂处理需求。场景中的设备传输数据会进入基于Akka框架的Actor模型来设计的数据消息传递流程链路,用Actor来承载系统中的设备、规则链以及规则节点等核心角色,经过一系列核心Actor间的消息传递,最后由该链路中的规则链Actor调度规则节点Actor完成对数据流的定制化处理,进而达到场景中相关设备的自动化控制。经过功能性需求及非功能性需求两方面测试,科学地验证了该系统的正确性和有效性。本文的研究工作有效地支撑了物联网教学平台中的实践应用环节,该规则引擎系统的设计与实现具有一定的实用价值。
章慧鸣[2]（2020）在《基于OpenMP和线程优化的多核线性混沌加密算法的研究》文中认为随着多核处理器的推广和普及,并行计算技术越来越被人们所关注。如何提高计算机系统的整体性能和充分发挥多核处理器的优势,是计算机各个领域需要面对的基本问题,这也说明并行化趋势越来越明显。信息安全对于人们来说越来越重要。在移动支付,电子邮件,网上购物中所涉及的个人隐私数据和敏感信息一旦泄露,对于人们所造成的危害是巨大的。因此,如何更加安全地保护隐私数据和敏感信息是信息安全领域的关键问题。本文着重研究并行计算技术在信息安全中的应用。利用线性混沌加密算法生成数字证书等数字签名文件,实现对信息保护。为了防止线性混沌序列出现短周期现象,采用多维分段线性混沌方程生成等价类,组合生成混沌随机序列进行数据加密/解密的处理。由于目前的多核处理器大部分基于共享内存模式,因此,本文采用在多核处理器中通过Open MP和线程优化技术实现并行算法的设计,并应用该并行算法在电子邮件服务器中,实现电子邮件的加密分发和存储,对Open MP的数据并行进行了改进和优化,通过数据结构的设计实现在电子邮件服务器中并行任务的调度与管理,提高系统的并行处理能力,保障用户信息的安全。实验结果显示:基于Open MP和线程优化的并行调度能够更好地发挥并行系统的性能优势,基于多维分段线性混沌的随机序列更加安全,通过在信息安全中增加并行设计过程,保证系统的快速和整体性能的提高,同时,为用户的信息安全提供可靠的、快速响应的服务。
王齐新[3]（2020）在《《云计算：概念和实践》（第1、2章）英汉翻译报告》文中研究指明本翻译实践报告的原文节选自斯普林格2018年出版的《云计算:概念和实践》一书的第一章和第二章。前两章主要介绍了云计算的动因、定义、风险、趋势、以及云计算的历史演进、服务类型等,对云计算的历史演变做了细致补充,并提出未来发展趋势,对云计算的发展起到指导作用。本翻译报告描述了翻译实践项目的整体过程,总结了在翻译过程中所遇到的难点。此次翻译项目将奈达的功能对等理论作为指导理论,从词汇、句法和篇章翻译方面进行了总结,旨在为科技文本翻译补充平行文本,并为今后的翻译研究提供一些参考:（1）在词汇层面,原文中有一些科技新词,没有想对应的中文表达;（2）在句法层面,有很多长难句、被动句以及定语从句;（3）在篇章层面,关于文本的上下文衔接有一些隐藏信息。针对以上问题,得出以下结论:在词汇层面,要注意双语文本中一些词语的不对等表达,对没有相关中文翻译的新词可以进行注译;在句法层面,对于长难句、定语从句和被动句的翻译,应根据语境和句子结构进行适当调整,灵活翻译;在篇章层面,在保证篇章连贯性的基础上,译文应当符合目标语的表达习惯。
路永鑫[4]（2020）在《基于卷积神经网络的邮件管理系统的设计与实现》文中研究指明随着信息技术的发展,电子邮件服务以其高性价比的通信优势,迅速在网络用户中普及,成为人们信息交流的重要工具。但是,电子邮件便利的同时也带来了垃圾邮件泛滥的问题,垃圾邮件不仅占用互联网资源,更是对用户和企业造成严重困扰,耗费时间和精力,导致经济损失。因此,垃圾邮件过滤技术变得越来越重要,使用一款具有垃圾邮件过滤功能的邮件管理系统成为人们的需求。论文根据当前主要垃圾邮件过滤技术的特点与适用场景,基于卷积神经网络算法构建了一种中文垃圾邮件过滤模型。在模型构建前,论文对邮件内容进行了文本预处理和word2vec词向量生成等工作,然后依据卷积神经网络的结构和算法原理,完成了基础模型构建。为了提高模型的速度和准确率,论文依据卷积神经网络算法的结构特点,提出了 Dropout和L2正则化的优化方案。依据正常邮件和垃圾邮件的文本特征,提出了变步长卷积和带权池化的改进方案。然后通过实验,观察优化和改进方案对模型产生的影响。实验结果表明,经过优化和改进的中文垃圾邮件过滤算法,较未优化改进的中文垃圾邮件过滤算法,准确率提高4.43%,精确率提高4.91%,召回率提高6.10%,F1值提高5.50%,且模型较算法改进之前各指标在更快地提升。说明通过Dropout和L2正则化方案来优化算法,以变步长卷积和带权池化方案来改进算法,在提高模型分类速度和准确率方面,取得了一定效果。在对卷积神经网络中文垃圾邮件过滤算法改进后,论文采用JavaMail框架和vue-cli脚手架对邮件管理系统进行了设计与实现,并将基于改进算法构建的中文垃圾邮件过滤模型应用在系统中,使邮件管理系统能够提供用户登录,收发邮件,保存草稿,查看收件箱、发件箱、草稿箱和垃圾箱、管理通讯录、过滤垃圾邮件等主要功能。
刘森,张书维,侯玉洁[5]（2020）在《3D打印技术专业“三教”改革探索》文中研究说明根据国家对职业教育深化改革的最新要求,解读当前"三教"改革对于职教教育紧迫性和必要性,本文以3D打印技术专业为切入点,深层次分析3D打印技术专业在教师、教材、教法（"三教"）改革时所面临的实际问题,并对"三教"改革的一些具体方案可行性和实际效果进行了探讨。
黄鹤[6]（2019）在《基于深度学习的垃圾邮件过滤方法研究》文中提出随着互联网相关应用的快速发展,广告技术的进步和电子邮件的普及,越来越多的垃圾邮件充斥着我们的生活。如何高效的区分垃圾邮件的研究也逐渐成为了热门课题。因自然语言在结构上有着很强的前后相关性,而且对于中文邮件直接转化成向量会有过高的维度产生,影响最后分类的准确性。基于内容和基于电子邮件源的识别技术现在是常用的两种垃圾邮件过滤方法。例如贝叶斯模型文本识别等就是基于内容的识别技术。白名单与黑名单机制、关键词匹配的是基于邮件来源的技术。电子邮件的数量增加可观、样式层出不穷,基于规则的方法不仅需要对邮件特征规则库进行不断的更新,同时还需要大量的人力。基于内容的方法当前已经取得令人可喜的成效,但随着科技的发展,现在垃圾邮件的制造者们开始大量的使用图像垃圾邮件,然后肆意的进行传播。这种方式的垃圾邮件更加难以检测且消耗的网络宽带也更大。论文主要分析总结当前常用的垃圾邮件的过滤方法,选择基于深度学习的分类算法作为本文研究的重点,建立垃圾邮件过滤模型。这之中具体工作以及贡献包括如下:1.本章设计了一种基于Skip-gram的CNNs-Highway邮件过滤模型（SGCH）。由于以前的词表示方法主要是独热编码（One-hot）,但这样做的缺点是维度过高且数据稀疏,对于垃圾邮件过滤,单词之前和之后的语义信息不能很好地保留。目前,词嵌入（word embedding）可以有效地保留词汇语法和语义信息的词向量转换。本文提出的方法将基于词嵌入中Skip-gram模型将词分布式的映射到一个低维空间中,解决传统的One-hot编码词向量维度过高问题,然后结合不同卷积核的CNNs和Highway网络的级联网络,进行文本特征提取,最后在不同的中英文邮件数据集上进实验,证明其有效性。2.本章设计了一种基于深度卷积神经网络（DCNN）和双向GRU网络的垃圾邮件过滤模型（DCNN-BiGRU）。卷积神经网络可以很好的学习研究对象的局部特征,但同时存在其固有缺点,无法学习序列之间的关系。而循环神经网络则相反,在学习序列之间的关系方面有着不俗表现,但是对研究对象的局部信息却不是很敏感。为了弥补二者之间的缺陷,本文提出了改进的深度卷积神经网络和双向GRU网络,最后在CCERT中文邮件数据集上进行实验,证明其有效性。3.本章设计了一种基于决策级融合的垃圾邮件过滤方法。第1、2两个方法都对文本型垃圾邮件过滤技术的改进。然而,近年来,一些垃圾邮件的制造者利用图像承载着垃圾信息,从而进行大量的传播。单一的某一种模态邮件检测,其缺点是不能对邮件的所有信息进行全面的分析。本文基于前二个邮件文本的过滤方法并结合图像分类技术,提出了基于决策级融合的多模态架构模型,并在本文和图像混合的垃圾邮件数据库进行实验,证明其有效性。
崔海靖[7]（2019）在《非结构化档案数据的存储及检索研究》文中研究说明随着档案信息化建设的推进以及各类新兴技术在档案工作中的应用,非结构化档案数据数量急剧增加,为档案工作带来了新的机遇与挑战。非结构化档案数据早已存在于档案工作的方方面面,但由于诸多原因的限制,对于它的研究工作近些年才逐渐深入展开。非结构化档案数据具有量大、增速快、不易兼容等特点,导致其存储与检索工作步骤具有一定的独特性。另一方面,我国档案机构众多,各档案机构非结构化档案数据数量、存储能力和环境等客观条件不尽相同,也为非结构化档案数据的存储与检索工作带来了一定的考验。因此,非结构化档案数据存储与检索的研究,应当分门别类地进行,结合档案数据自身特点和档案机构的客观条件,进行分析讨论,提炼出有针对性的管理方法。本文结合非结构化档案数据的自身特点以及档案工作的实际情况,就非结构化档案数据的存储与检索的方法进行研究。首先在绪论部分对本文的研究所涉及到的相关概念、研究现状、研究的目的与意义、研究的创新与不足进行了介绍。绪论之后,共分为五个章节,第一章节对非结构化档案数据的基本特点以及在存储与检索过程中遇到的一些问题进行了介绍。第二至第四章节,则分别从OS文件系统、电子文件管理系统、大数据三种不同的非结构化档案数据所处的环境,对档案数据的存储与检索方法进行了研究与探讨,分析不同方法的优缺点以及相关案例。第五章节对于文章中所提及的存储及检索方法进行了总结与展望,文章最后对论文的全部内容进行了总结阐述。
王宗凯[8]（2018）在《基于BP神经网络的多重邮件过滤系统的研究与设计》文中研究说明随着互联网网络的高速发展,人与人之间在信息交流中使用电子邮件的频率与日俱增,它逐渐成为一个重要的沟通媒介。但是,随着电子邮件的不断普及,伴随而来的是垃圾邮件的泛滥,控制不好甚至会影响了人们的正常工作与生活。目前已有的垃圾邮件过滤仍存在诸多不足,不能很好地将垃圾邮件区分过滤。针对这项不足,如何更好地加强对垃圾邮件过滤技术的研究便显得尤为重要。本次研究是要设计一种基于统计的邮件过滤系统模型。模型训练选用BP神经网络学习算法。实验过程对公共PU语料库进行数据预处理和算法训练得到大量模型,接着进行模型选择,最终通过模型组合得到垃圾邮件过滤系统主辅多重协同模型。邮件在该模型的过滤过程中会被分成多股数据流进入FC层,并分别在Output层输出结果,再根据子模型虚报率（FALLOUT）计算权值得到最终判断结果。论文预处理过程包括了基于Hadoop的词频统计、基于改进TF算法的词典降维和向量空间模型（VSM）形式矩阵生成。词频统计得到总特征词列表、合法邮件特征词列表、垃圾邮件特征词列表和每封邮件特征词列表。本研究针对数据预处理改进了传统的TF算法,通过词频统计对语料库特征词集合进行降维,将维度落在2000维内,收获较好的实验结果。VSM形式稀疏矩阵的生成通过JAVA编写程序实现。主辅模型的选择上通过数据划分将实验数据集划分为A、B、C三个子集,组合算法训练子集和模型仿真子集进行实验,比较A+BC、A+CB、AB+C三种方案训练的模型仿真调和平均精确率,得到系统模型的主模型和辅模型。模型选择是此次研究的关键环节。实验通过不同搭配方案得到模型间的比较、最优单一模型与SVM算法训练模型的比较、最优单一模型与系统组合模型间的比较一步步验证系统模型的性能。实验最后分别通过计算召回率、正确率、F值、精确率、AUC（Area Under Curve）值、基于MACCs和FLOPS的模型运算量、内存占用率对系统模型性能做进一步的测试和评估。实验最终得到的结论,将奇数个较优模型组合为一个分类器,通过多重过滤的方式,可以提高判断准确性和系统泛化能力,并能够有效减少合法邮件的误判。
步芸[9]（2018）在《面向海量邮件日志的异常信息发现与挖掘》文中研究说明电子邮件因为其方便、快捷、低成本的特点成为了人们生活中和工作中不可或缺的信息传递媒介,也因此导致垃圾邮件泛滥成灾。特别是在高校,这种问题尤其严重。杜绝垃圾邮件的传播,有效地对邮件系统进行垃圾邮件的过滤,是学校,乃至企业网络中心十分关注的核心焦点。现如今已存在许多相关研究,比如常用的贝叶斯、支持向量机过滤算法,也获得了很多成果,但是大部分都是基于邮件内容的过滤算法。在现实中,往往因为隐私问题无法获取邮件的文本内容,并且基于内容的过滤也耗费了大量的处理时间。因此,必须寻求新的方法和算法。本文以某高校的邮件系统为例,提出了一种基于ELK对邮件日志的信息处理架构,能够实时处理大量日志流数据,在现实中,高校邮件系统每天产生可达上亿数量级的邮件日志,该框架对上亿的吞吐量仍然表现良好。然后利用正则表达式进行日志分析,提取日志中实验所需的信息,如发件人、收件人、发送时间、接受时间等元素,并定义了邮件事件的概念将所得元素组合进行建模,存入图数据库。然后引入用户基本行为模式单元（简称模式单元）的概念,改进了用户行为模式挖掘算法,提取用户行为特征,通过分析快照中的特征,发现邮件信息的异常。实验证明,该方案能实现对大规模量数据的实时处理与建模存储,满足邮件系统的需求。本文的主要工作在于提供了一个新的工具组合ELK+Neo4j处理邮件日志,利用ELK实现邮件日志的实时搜索。采用正则表达式的方法提取邮件日志中零零散散的信息,将零碎的信息组合建模,提出邮件事件的概念,将事件存入图数据库Neo4j中。引入模式单元的概念,改进了用户行为模式算法来检测用户异常信息,发现垃圾邮件。
黄哲思[10]（2017）在《开放式高并发邮件推送系统的设计与实现》文中进行了进一步梳理随着互联网应用的高速发展,用户网上互动的需求越来越大,互动方式也越来越多。在众多网上互动方式中,电子邮件推送是到达率极高的用户互动手段,目前已成为各互联网应用必备的功能之一。对于应用提供商来说,自行搭建邮件系统,需要有熟悉邮件协议的开发人员,成本较高,应用效果也难以保证;使用传统电子邮件服务提供商提供的电子邮箱服务,虽然可以解决基本的邮件发送接收问题,但在推送邮件并发能力及推送管理等方面存在较多问题;而当前大多数邮件推送服务商则一般通过自建邮件发送服务器实现邮件推送,这又往往导致推送邮件被收件服务器拦截,导致邮件到达率较低。针对前述问题,本文设计并实现了开放式高并发的邮件推送系统。系统可以配置使用多个邮件发送服务器来投递邮件,以提高邮件发送的并发量,同时降低邮件被拦截的可能性。另外,系统支持用户自定义邮件发送服务器,以充分利用现有资源。在发送邮件时,系统会根据实际的出信数量及退信数量选择合适的服务器投递邮件,以提高发信的成功率。为了应对服务器资源的可变性,实现了服务器资源的动态配置功能,系统管理员可实时增加或删除服务器资源,而不需要停止系统。同时,本系统提供开放式邮件推送接口,供第三方应用开发者使用,并且配套有一体化系统管理门户,方便用户完成自服务。本系统还综合使用了负载均衡及缓存等技术,提高了系统的吞吐量,降低了在较高并发请求情况下的请求处理时延。全文首先介绍了本课题的研究背景,随后分析了现有邮件推送解决方案的优点及不足,在此基础之上,提出本系统的需求;然后本文详细介绍了开放式高并发邮件推送系统的设计与实现;最后通过对系统的功能测试和性能测试,验证了本系统的有效性和在较高并发请求情况下的可用性。
二、分布式电子邮件服务器的设计（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、分布式电子邮件服务器的设计（论文提纲范文）
（1）物联网教学平台中规则引擎的设计与实现（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 研究内容和创新点 |
| 1.3 论文组织结构 |
| 第二章 相关理论与当前研究发展状况 |
| 2.1 相关概念 |
| 2.1.1 物联网 |
| 2.1.2 规则引擎 |
| 2.2 Drools规则引擎概述与分析 |
| 2.2.1 Drools规则引擎介绍 |
| 2.2.2 Drools规则引擎的规则文件 |
| 2.2.3 Drools规则引擎的Rete算法 |
| 2.2.4 Drools规则引擎的不足 |
| 2.3 ETL工具概述与分析 |
| 2.4 现状总结与问题分析 |
| 2.5 本文规则引擎系统涉及的技术 |
| 2.5.1 SpringBoot |
| 2.5.2 ZooKeeper |
| 2.5.3 Kafka |
| 2.5.4 Netty |
| 2.5.5 Akka |
| 2.6 本章小结 |
| 第三章 系统需求分析与概要设计 |
| 3.1 系统需求分析 |
| 3.1.1 功能性需求分析 |
| 3.1.2 非功能性需求分析 |
| 3.2 系统架构设计 |
| 3.3 系统功能模块设计 |
| 3.4 数据库表设计 |
| 3.5 本章小结 |
| 第四章 基于Actor模型的规则引擎设计与实现 |
| 4.1 引言 |
| 4.2 Akka中的Actor模型分析 |
| 4.2.1 Actor及ActorSystem容器 |
| 4.2.2 Actor的生命周期及监督机制 |
| 4.2.3 Actor的消息传递 |
| 4.3 规则节点Actor设计 |
| 4.3.1 规则节点定义与类型扩展 |
| 4.3.2 规则节点实例化与消息处理 |
| 4.4 规则引擎中的消息传递 |
| 4.4.1 规则引擎中的关系 |
| 4.4.2 规则引擎中的规则调度 |
| 4.5 仿真对比测试结果 |
| 4.6 本章小结 |
| 第五章 系统详细设计与实现 |
| 5.1 系统架构相关技术实现 |
| 5.1.1 基于ZooKeeper的负载均衡 |
| 5.1.2 基于Redis的分布式锁设计 |
| 5.2 功能性需求设计与实现 |
| 5.2.1 用户及设备接入模块 |
| 5.2.2 规则节点模块 |
| 5.2.3 规则链模块 |
| 5.3 非功能性需求设计与实现 |
| 5.3.1 安全性 |
| 5.3.2 可用性 |
| 5.4 本章小结 |
| 第六章 系统测试与验证 |
| 6.1 测试环境 |
| 6.2 功能性测试 |
| 6.2.1 用户及设备接入模块测试 |
| 6.2.2 规则节点模块测试 |
| 6.2.3 规则链模块测试 |
| 6.3 规则引擎场景测试 |
| 6.4 非功能性测试 |
| 6.4.1 可用性测试 |
| 6.4.2 响应速度测试 |
| 6.5 本章小结 |
| 第七章 总结与展望 |
| 7.1 工作总结 |
| 7.2 未来展望 |
| 参考文献 |
| 致谢 |
（2）基于OpenMP和线程优化的多核线性混沌加密算法的研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究的背景和意义 |
| 1.2 课题的国内外研究进展 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 论文的结构安排 |
| 第2章 并行与混沌加密的理论基础 |
| 2.1 并行计算理论 |
| 2.2 Open MP模型 |
| 2.3 密码学与混沌 |
| 2.4 分段线性混沌方程 |
| 2.5 本章小结 |
| 第3章 线性混沌加密与并行算法的设计 |
| 3.1 线性混沌算法 |
| 3.2 数字证书的设计 |
| 3.3 线程优化设计 |
| 3.4 Open MP并行算法 |
| 3.5 本章小结 |
| 第4章 算法在邮件服务器中的应用与实现 |
| 4.1 电子邮件服务器 |
| 4.2 主要的数据结构和函数 |
| 4.3 流程设计 |
| 4.4 并行邮件存储分发 |
| 4.5 结构安全性 |
| 4.6 本章小结 |
| 第5章 算法的评测与分析 |
| 5.1 混沌序列测试分析 |
| 5.2 随机性统计测试 |
| 5.3 数字证书测试分析 |
| 5.4 并行性能测试分析 |
| 5.5 线程优化测试分析 |
| 5.6 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间所发表的学术论文 |
| 致谢 |
| 个人简历 |
（3）《云计算：概念和实践》（第1、2章）英汉翻译报告（论文提纲范文）
| 摘要 |
| Abstract |
| 1.Description of Translation Project |
| 1.1 Background of Translation Project |
| 1.2 Introduction to the Source Text |
| 1.2.1 Main Contents of the Book |
| 1.2.2 Analysis of the Source Text |
| 1.3 Significance of the Translation Project |
| 2.Translation Procedure Description |
| 2.1 Pre-Translation Preparation |
| 2.1.1 Translation Tools |
| 2.1.2 Term Base and Parallel Texts |
| 2.2 Difficulties Encountered in Translation |
| 2.3 Proofreading after Translation |
| 3.Translation Theory |
| 3.1 Functional Equivalence |
| 3.2 Theoretical Relevance |
| 4.Case Analysis |
| 4.1 Lexical Equivalence |
| 4.1.1 Translation of Lexical Expression |
| 4.1.2 Translation of Neologisms |
| 4.2 Syntactic Equivalence |
| 4.2.1 Translation of Long and Complex Sentences |
| 4.2.2 Translation of Attributive |
| 4.2.3 Translation of Passive sentences |
| 4.3 Textual Equivalence |
| 4.3.1 Adaptation to Expression Habit of the Target Language |
| 4.3.2 Textual Coherence |
| 5.Conclusion |
| Bibliography |
| Acknowledgements |
| Appendix A Term Base |
| Appendix B Source Text and Target Text |
| Appendix C Charts |
| 攻读硕士学位期间从事的科研工作及取得的成果 |
（4）基于卷积神经网络的邮件管理系统的设计与实现（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 垃圾邮件过滤技术分析 |
| 1.3 基于统计的垃圾邮件过滤研究现状 |
| 1.3.1 朴素贝叶斯 |
| 1.3.2 K-近邻算法 |
| 1.3.3 支持向量机 |
| 1.3.4 垃圾邮件过滤算法评估 |
| 1.4 论文主要内容和结构安排 |
| 第二章 卷积神经网络相关技术概述 |
| 2.1 卷积神经网络 |
| 2.1.1 卷积层 |
| 2.1.2 激活函数 |
| 2.1.3 池化层 |
| 2.1.4 全连接层和softmax分类器 |
| 2.2 文本预处理 |
| 2.2.1 字符过滤 |
| 2.2.2 中文分词 |
| 2.2.3 停用词处理 |
| 2.3 word2vec |
| 2.3.1 独热编码 |
| 2.3.2 分布式词向量 |
| 2.3.3 word2vec |
| 2.3.4 词向量生成 |
| 2.4 基础卷积神经网络中文垃圾邮件过滤模型构建 |
| 2.5 本章小结 |
| 第三章 一种改进的卷积神经网络中文垃圾邮件过滤算法 |
| 3.1 改进方案 |
| 3.1.1 Dopout方案 |
| 3.1.2 L2正则化方案 |
| 3.1.3 变步长卷积方案 |
| 3.1.4 带权池化方案 |
| 3.2 实验设计 |
| 3.2.1 实验环境 |
| 3.2.2 实验数据集 |
| 3.2.3 评价指标 |
| 3.2.4 实验流程 |
| 3.3 实验结果分析 |
| 3.3.1 Dropout的影响 |
| 3.3.2 L2正则化的影响 |
| 3.3.3 变步长卷积的影响 |
| 3.3.4 带权池化的影响 |
| 3.3.5 实验结论 |
| 3.4 本章小结 |
| 第四章 邮件管理系统的设计与实现 |
| 4.1 技术支持 |
| 4.1.1 电子邮件格式协议 |
| 4.1.2 电子邮件工作原理 |
| 4.1.3 JavaMail框架 |
| 4.2 邮件管理系统需求分析 |
| 4.2.1 系统功能性需求 |
| 4.2.2 系统非功能性需求 |
| 4.3 后端设计与实现 |
| 4.3.1 系统结构 |
| 4.3.2 用户登录 |
| 4.3.3 接收邮件 |
| 4.3.4 发送邮件 |
| 4.3.5 管理通讯录 |
| 4.4 前端设计与实现 |
| 4.4.1 Vue.js |
| 4.4.2 页面实现 |
| 4.5 系统功能测试 |
| 4.5.1 用户登录测试 |
| 4.5.2 接收邮件测试 |
| 4.5.3 发送邮件测试 |
| 4.5.4 管理通讯录测试 |
| 4.6 本章小结 |
| 第五章 总结与展望 |
| 参考文献 |
| 致谢 |
（5）3D打印技术专业“三教”改革探索（论文提纲范文）
| 引言 |
| 1 3D打印技术专业“三教”面临的突出问题 |
| 1.1 师资团队的教学素养相对偏差 |
| 1.2 3D打印技术专业教材不成体系，资源匮乏 |
| 1.3 教法难以提升学生参与的主动性 |
| 2 3D打印技术应用专业“三教”改革措施 |
| 2.1 通过“名师引领、双元结构、分工协作”的准则塑造团队 |
| 2.1.1 依托有较强影响力的带头人，有效开发名师所具备的引领示范效果 |
| 2.1.2 邀请大师授教，提升人才的技术与技能水准 |
| 2.2 推进“学生主体、育训结合、因材施教”的教材变革 |
| 2.2.1 设计活页式3D打印教材 |
| 2.2.2 灵活使用信息化技术，形成立体化的教学 |
| 2.3 创新推行“三个课堂”教学模式，推进教法改革 |
| 2.3.1 采取线上、线下的混合式教法 |
| 2.3.2 构建与推进更具创新性的“三个课堂”模式 |
（6）基于深度学习的垃圾邮件过滤方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 垃圾邮件的定义 |
| 1.1.2 垃圾邮件的危害 |
| 1.2 课题国内外研究现状 |
| 1.3 论文的结构 |
| 第二章 邮件文本分类方法 |
| 2.1 电子邮件工作原理 |
| 2.1.1 电子邮件的标准格式和遵循的协议 |
| 2.1.2 电子邮件在网络中的传输 |
| 2.2 文本分类简介 |
| 2.3 文本预处理 |
| 2.3.1 非法字符的过滤 |
| 2.3.2 分词 |
| 2.3.3 去除停用词 |
| 2.3.4 替换相关词 |
| 2.3.5 词向量方法研究 |
| 2.4 常用垃圾邮件分类技术 |
| 2.4.1 Bayes分类模型 |
| 2.4.2 Decision Tree分类模型 |
| 2.4.3 SVM分类模型 |
| 2.4.4 FastText分类模型 |
| 2.4.5 CNN分类模型 |
| 2.4.6 RNN分类模型 |
| 2.4.7 LSTM与 GRU分类模型 |
| 2.5 本章小结 |
| 第三章 基于Skip-gram的 CNNs-Highway邮件过滤模型 |
| 3.1 引言 |
| 3.2 相关概念与算法模型 |
| 3.2.1 Word embedding |
| 3.2.2 模型架构 |
| 3.2.3 模型训练 |
| 3.3 实验结果有分析 |
| 3.3.1 实验环境 |
| 3.3.2 数据集及评价指标 |
| 3.3.3 实验结果分析 |
| 3.4 本章小结 |
| 第四章 基于DCNN-BiGRU的邮件过滤模型 |
| 4.1 引言 |
| 4.2 相关概念与算法模型 |
| 4.2.1 DCNN-BiGRU模型 |
| 4.2.2 模型架构 |
| 4.2.3 模型训练 |
| 4.3 实验结果与分析 |
| 4.3.1 实验环境 |
| 4.3.2 数据集及评价指标 |
| 4.3.3 实验结果分析 |
| 4.4 本章小结 |
| 第五章 基于数据融合的垃圾邮件过滤模型 |
| 5.1 引言 |
| 5.2 相关概念与算法模型 |
| 5.2.1 基于决策级融合的架构模型 |
| 5.2.2 模型架构 |
| 5.2.3 模型训练 |
| 5.3 实验结果与分析 |
| 5.3.1 实验环境 |
| 5.3.2 数据集及评价指标 |
| 5.3.3 实验结果分析 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 本文工作总结 |
| 6.2 工作展望 |
| 参考文献 |
| 附录1 攻读硕士学位期间撰写的论文 |
| 致谢 |
（7）非结构化档案数据的存储及检索研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 绪论 |
| 0.1 相关概念的界定 |
| 0.2 研究现状 |
| 0.2.1 国内研究现状 |
| 0.2.2 国外研究现状 |
| 0.3 选题目的与意义 |
| 0.3.1 理论意义 |
| 0.3.2 现实意义 |
| 0.4 研究的创新与不足 |
| 0.4.1 创新之处 |
| 0.4.2 不足之处 |
| 1 非结构化档案数据概述 |
| 1.1 非结构化档案数据简介 |
| 1.1.1 非结构化档案数据的来源 |
| 1.1.2 非结构化档案数据的类型 |
| 1.1.3 非结构化档案数据的特征 |
| 1.2 非结构化档案数据存储过程面对的挑战 |
| 1.2.1 档案机构的存储能力问题 |
| 1.2.2 档案数据所处的客观环境问题 |
| 1.2.3 档案数据的安全和成本问题 |
| 1.3 非结构化档案数据检索面临的问题 |
| 1.3.1 检索的安全问题 |
| 1.3.2 检索的效率问题 |
| 2 基于OS文件系统的非结构化档案数据存储及检索 |
| 2.1 OS文件系统概述 |
| 2.1.1 OS文件系统的含义 |
| 2.1.2 OS文件系统的功能 |
| 2.1.3 OS文件系统的类型 |
| 2.2 OS文件系统中非结构化档案数据的存储 |
| 2.2.1 OS文件系统中非结构化档案数据的存储方法 |
| 2.2.2 OS文件系统中非结构化档案数据存储优缺点分析 |
| 2.3 OS文件系统中非结构化档案数据的检索 |
| 2.3.1 OS文件系统中非结构化档案数据检索方法 |
| 2.3.2 不同检索方法的比较分析 |
| 2.4 OS文件系统存储档案数据案例 |
| 2.5 利用电子邮件系统管理非结构化档案数据 |
| 2.5.1 电子邮件系统管理档案数据的方法 |
| 2.5.2 电子邮件系统管理档案数据的案例 |
| 3 电子文件管理系统中非结构化档案数据的存储及检索 |
| 3.1 电子文件管理系统概述 |
| 3.1.1 电子文件管理系统定义 |
| 3.1.2 电子文件管理系统种类 |
| 3.1.3 电子文件管理系统功能 |
| 3.2 电子文件管理系统中非结构化档案数据存储 |
| 3.2.1 利用数据库字段存储 |
| 3.2.2 数据库与文件系统结合的存储 |
| 3.2.3 利用介质服务器存储 |
| 3.2.4 利用DAT格式文件存储 |
| 3.2.5 不同存储方式的比较分析 |
| 3.3 电子文件管理系统中非结构化档案数据检索 |
| 3.3.1 利用检索模块检索 |
| 3.3.2 利用数据库检索 |
| 3.3.3 不同检索方式的比较分析 |
| 3.4 电子文件管理系统环境中的相关案例 |
| 4 大数据环境下非结构化档案数据的存储与检索 |
| 4.1 大数据环境下存储与检索档案数据的技术 |
| 4.1.1 对象存储 |
| 4.1.2 分布式文件系统(DFS) |
| 4.1.3 NOSQL数据库 |
| 4.2 大数据环境下非结构化档案数据的存储与检索方法 |
| 4.2.1 以“档案对象”为基本单位的存储与检索 |
| 4.2.2 “分布式”档案数据的存储与检索 |
| 4.2.3 NOSQL数据库的存储与检索 |
| 4.3 大数据环境下存储与检索方法优缺点分析 |
| 4.3.1 以“档案对象”为基本单位存储与检索的优缺点 |
| 4.3.2 “分布式”档案数据存储与检索的优缺点 |
| 4.3.3 NOSQL数据库存储与检索档案数据的优缺点 |
| 4.4 大数据环境下存储与检索方法的应用案例 |
| 4.4.1 以“档案对象”为基本单位存储与检索的案例 |
| 4.4.2 “分布式”档案数据存储与检索的案例 |
| 4.4.3 NOSQL数据库存储与检索档案数据的案例 |
| 5 非结构化档案数据存储检索方法的总结与展望 |
| 5.1 非结构化档案数据存储及检索方法的总结分析 |
| 5.1.1 实现的难易程度 |
| 5.1.2 不同方法的适用范围 |
| 5.1.3 相关法律法规的完善 |
| 5.1.4 多种工具的集成 |
| 5.2 非结构化档案数据存储检索方法的发展趋势 |
| 5.2.1 便捷化 |
| 5.2.2 智能化 |
| 5.2.3 个性化 |
| 结束语 |
| 参考文献 |
| 致谢 |
（8）基于BP神经网络的多重邮件过滤系统的研究与设计（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 本文研究内容 |
| 1.4 本文组织结构 |
| 第二章 邮件过滤相关理论及实验平台 |
| 2.1 邮件过滤原理 |
| 2.1.1 服务器端和客户端的邮件过滤 |
| 2.1.2 三种邮件过滤技术原理 |
| 2.1.3 特征选择技术 |
| 2.2 基于统计的邮件过滤算法 |
| 2.2.1 贝叶斯 |
| 2.2.2 K近邻 |
| 2.2.3 支持向量机 |
| 2.2.4 BP神经网络算法 |
| 2.3 Hadoop平台及MapReduce编程模式 |
| 2.3.1 Hadoop平台 |
| 2.3.2 MapReduce编程模式 |
| 2.4 小结 |
| 第三章 数据采集、词典维数与预处理 |
| 3.1 实验语料库选择 |
| 3.2 语料库子集划分 |
| 3.3 基于Hadoop实验数据词频统计 |
| 3.4 基于改进的TF算法词典降维 |
| 3.4.1 初步降维 |
| 3.4.2 词典降维 |
| 3.4.3 生成VSM形式的稀疏矩阵 |
| 3.5 数据处理实验 |
| 3.5.1 Hadoop的配置 |
| 3.5.2 实验过程 |
| 3.5.3 实验结果 |
| 3.6 小结 |
| 第四章 基于BP神经网络邮件过滤研究 |
| 4.1 算法训练及模型选择 |
| 4.1.1 学习率(Learning Rate)选择 |
| 4.1.2 模型仿真及最优模型选择 |
| 4.2 实验最优模型与SVM基函数训练模型比较 |
| 4.3 小结 |
| 第五章 多重过滤系统的设计与实现 |
| 5.1 多重邮件过滤系统的流程设计 |
| 5.2 指标测试结果 |
| 5.2.1 重要评价指标 |
| 5.2.2 基于AUC的评价指标 |
| 5.3 模型运算量评估 |
| 5.4 模型内存占用率评估 |
| 5.5 小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
（9）面向海量邮件日志的异常信息发现与挖掘（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 引言 |
| 1.1 研究背景及意义 |
| 1.2 邮件与反垃圾邮件研究现状 |
| 1.2.1 基于邮件内容的异常信息发现与挖掘 |
| 1.2.2 基于网状结构的异常信息发现与挖掘 |
| 1.2.3 反垃圾邮件研究现状 |
| 1.3 研究内容 |
| 1.4 论文结构 |
| 第2章 背景知识以及相关技术 |
| 2.1 电子邮件传输过程及原理 |
| 2.1.1 电子邮件传输主要过程 |
| 2.1.2 电子邮件系统主要相关协议 |
| 2.2 垃圾邮件过滤评价体系 |
| 2.3 ELK介绍 |
| 2.4 图数据库概述 |
| 2.4.1 什么是图数据库 |
| 2.4.2 Neo4j图数据库 |
| 2.4.3 图数据库Neo4j与关系数据库Mysql的比较 |
| 2.5 数据挖掘技术 |
| 2.6 本章小结 |
| 第3章 邮件发送事件还原 |
| 3.1 邮件日志数据预处理 |
| 3.2 邮件事件的定义与结构 |
| 3.3 邮件发送事件还原算法实现 |
| 3.4 实验结果 |
| 3.5 本章小结 |
| 第4章 用户行为模式异常检测 |
| 4.1 用户行为模式挖掘 |
| 4.2 用户行为模式挖掘算法实现 |
| 4.2.1 基本行为模式单元的定义 |
| 4.2.2 用户行为模式挖掘算法 |
| 4.3 实验分析 |
| 4.4 本章小结 |
| 第5章 结束语 |
| 5.1 主要工作与创新点 |
| 5.2 后续研究工作 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间从事的科研工作及取得的成果 |
（10）开放式高并发邮件推送系统的设计与实现（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 研究内容 |
| 1.3 论文结构 |
| 第二章 背景知识 |
| 2.1 现有邮件推送系统实现方案 |
| 2.2 开放式互联网服务 |
| 2.3 高并发系统架构 |
| 2.4 开发框架 |
| 2.5 本章小结 |
| 第三章 开放式高并发邮件推送系统需求分析 |
| 3.1 需求概述 |
| 3.1.1 邮件推送系统实现方案 |
| 3.1.2 开放式互联网服务 |
| 3.1.3 高并发请求处理 |
| 3.2 功能需求 |
| 3.2.1 开放式邮件推送接口 |
| 3.2.2 高并发的邮件推送请求处理 |
| 3.2.3 动态的出信邮箱选择策略 |
| 3.2.4 动态可配置的出信邮箱列表 |
| 3.2.5 一体化系统管理 |
| 3.3 本章小结 |
| 第四章 开放式高并发邮件推送系统设计 |
| 4.1 系统设计 |
| 4.1.1 通用能力框架 |
| 4.1.2 系统架构 |
| 4.1.3 系统流程 |
| 4.2 存储设计 |
| 4.2.1 数据库表设计 |
| 4.2.2 对象序列化与反序列设计 |
| 4.2.3 缓存设计 |
| 4.3 主要功能模块设计 |
| 4.3.1 基础服务 |
| 4.3.2 接口服务 |
| 4.3.3 出信服务 |
| 4.3.4 退信解析服务 |
| 4.4 本章小结 |
| 第五章 开放式高并发邮件推送系统实现 |
| 5.1 代码组织方式 |
| 5.2 通用能力框架 |
| 5.2.1 开放式HTTPAPI认证 |
| 5.2.2 数据访问 |
| 5.3 基础服务 |
| 5.3.1 负载均衡 |
| 5.3.2 请求缓存 |
| 5.3.3 计数服务 |
| 5.3.4 配置服务 |
| 5.4 接口服务 |
| 5.4.1 开放式HTTP API认证 |
| 5.4.2 主要类说明 |
| 5.4.3 系统SDK |
| 5.5 出信服务 |
| 5.5.1 服务启动 |
| 5.5.2 读取线程 |
| 5.5.3 处理线程 |
| 5.5.4 出信邮箱选择策略 |
| 5.6 退信解析服务 |
| 5.6.1 退信解析 |
| 5.6.2 服务启动 |
| 5.7 一体化系统管理 |
| 5.7.1 门户注册 |
| 5.7.2 门户登录 |
| 5.7.3 用户门户 |
| 5.7.4 管理员门户 |
| 5.8 本章小结 |
| 第六章 开放式高并发邮件推送系统测试 |
| 6.1 测试环境 |
| 6.2 功能测试 |
| 6.2.1 测试用例集 |
| 6.2.2 典型用例 |
| 6.3 性能测试 |
| 6.3.1 邮件推送接口并发量 |
| 6.3.2 邮件推送请求并发量 |
| 6.3.3 出信成功率 |
| 6.3.4 退信解析耗时 |
| 6.4 本章小结 |
| 第七章 结束语 |
| 7.1 论文工作总结 |
| 7.2 下一步研究工作 |
| 参考文献 |
| 致谢 |
| 附录 |
| 作者攻读学位期间发表的学术论文目录 |
四、分布式电子邮件服务器的设计（论文参考文献）
- [1]物联网教学平台中规则引擎的设计与实现[D]. 韦赫城. 北京邮电大学, 2021(01)
- [2]基于OpenMP和线程优化的多核线性混沌加密算法的研究[D]. 章慧鸣. 哈尔滨理工大学, 2020(02)
- [3]《云计算：概念和实践》（第1、2章）英汉翻译报告[D]. 王齐新. 重庆邮电大学, 2020(02)
- [4]基于卷积神经网络的邮件管理系统的设计与实现[D]. 路永鑫. 华中师范大学, 2020(12)
- [5]3D打印技术专业“三教”改革探索[J]. 刘森,张书维,侯玉洁. 数码世界, 2020(04)
- [6]基于深度学习的垃圾邮件过滤方法研究[D]. 黄鹤. 南京邮电大学, 2019(02)
- [7]非结构化档案数据的存储及检索研究[D]. 崔海靖. 辽宁大学, 2019(01)
- [8]基于BP神经网络的多重邮件过滤系统的研究与设计[D]. 王宗凯. 深圳大学, 2018(09)
- [9]面向海量邮件日志的异常信息发现与挖掘[D]. 步芸. 重庆邮电大学, 2018(01)
- [10]开放式高并发邮件推送系统的设计与实现[D]. 黄哲思. 北京邮电大学, 2017(03)