基于內(nèi)容過濾的反垃圾郵件技術(shù)研究.pdf

1、隨著因特網(wǎng)的迅猛發(fā)展，在線的可用電子信息業(yè)迅速增加，電子郵件作為一種最快捷、最經(jīng)濟(jì)的通信方式也得到了飛速發(fā)展。但是同時(shí)，許多垃圾郵件也在網(wǎng)絡(luò)中蔓延，占據(jù)了郵件服務(wù)器中的大量存儲(chǔ)空間，用戶往往要花費(fèi)大量的時(shí)間去刪除這些垃圾郵件。因此，研究郵件的自動(dòng)過濾具有重要的意義。 目前經(jīng)常采用的垃圾郵件過濾技術(shù)一般包括白名單與黑名單技術(shù)、規(guī)則過濾以及基于關(guān)鍵詞匹配的內(nèi)容掃描等。另外還有一種就是從電子郵件的文本內(nèi)容入手，使用文本分類算法，對(duì)郵件

2、進(jìn)行分類。垃圾郵件過濾中常用的文本分類方法有簡單貝葉斯、k-近鄰、決策樹等?；诟怕实臉闼刎惾~斯算法具有方法簡單、運(yùn)算速度快、分類精確度高等優(yōu)點(diǎn)，在文本分類中得到了廣泛的應(yīng)用。由于在郵件過濾過程中，合法郵件被誤判為垃圾郵件將可能給用戶帶來據(jù)大的損失，因此在郵件過濾中就要采取適當(dāng)?shù)拇胧┮詼p小損失。 具體來說，本文的工作主要包含以下內(nèi)容： 1)簡述了垃圾郵件問題的背景。包括垃圾郵件的定義、歷史、泛濫原因以及危害。 2

3、)概述了垃圾郵件過濾研究的現(xiàn)狀。簡要描述了一些基本概念和常用的垃圾郵件過濾算法。 3)介紹文本分類算法在郵件過濾上的應(yīng)用，總結(jié)了常用的特征選擇方法、分類算法以及通用的郵件語料庫和垃圾郵件過濾的評(píng)價(jià)體系。 4)詳細(xì)分析郵件過濾中的簡單貝葉斯算法。介紹了貝葉斯分類方法的現(xiàn)狀、貝葉斯算法的兩種模型、基于最小風(fēng)險(xiǎn)的貝葉斯決策，以及垃圾郵件中的反饋學(xué)習(xí)和一些改進(jìn)樸素貝葉斯分類器的建議，還在Ling-Spam語料上實(shí)驗(yàn)了樸素貝葉斯算