基于屬性論方法的垃圾郵件過(guò)濾系統(tǒng)設(shè)計(jì)與研究.pdf

1、在網(wǎng)絡(luò)和通信技術(shù)迅速發(fā)展的今天，電子郵件逐漸成為人們生活中便捷的通信手段之一。然而，隨之產(chǎn)生的垃圾郵件像瘟疫一樣蔓延，給用戶(hù)帶來(lái)了極大的不便。大量的垃圾郵件不僅污染網(wǎng)絡(luò)環(huán)境，還占用大量傳輸、存儲(chǔ)和運(yùn)算資源，影響網(wǎng)絡(luò)的正常運(yùn)行。因此，如何準(zhǔn)確地從大量郵件中過(guò)濾無(wú)用的郵件，尋找用戶(hù)所需的有用郵件，已成為當(dāng)前一個(gè)熱門(mén)話題——”垃圾郵件過(guò)濾”問(wèn)題。 當(dāng)前對(duì)垃圾郵件的識(shí)別主要有兩種方法：根據(jù)利用IP，域名的”黑白名單”或自定義規(guī)則進(jìn)行的郵

2、件限制；或者根據(jù)學(xué)習(xí)到的垃圾郵件特征進(jìn)行識(shí)別。前者主觀性太強(qiáng)，容易造成大量合法郵件的誤判和垃圾郵件的漏判。而后者則需要長(zhǎng)時(shí)間的訓(xùn)練和學(xué)習(xí)。故目前的垃圾郵件過(guò)濾工具通常采用多層過(guò)濾，基本過(guò)濾層由白名單、白關(guān)鍵字、黑名單和黑關(guān)鍵字等組成，高級(jí)過(guò)濾層則采用基于內(nèi)容的機(jī)器學(xué)習(xí)判別方法。 本文在深入分析垃圾郵件過(guò)濾方法的基礎(chǔ)上，結(jié)合使用黑白名單法，將屬性論方法巧妙地應(yīng)用到郵件過(guò)濾領(lǐng)域，設(shè)計(jì)出一種新型的基于屬性論方法的垃圾郵件過(guò)濾模型。由于

3、垃圾郵件和合法郵件特征的識(shí)別可以看作是一種基于合取的復(fù)雜性質(zhì)判斷，并且以垃圾郵件或合法郵件特征庫(kù)為定性基準(zhǔn)的定性映射可表達(dá)為由多維屬性確定的一個(gè)定性判斷操作，因此我們可以利用此定性映射模型來(lái)過(guò)濾郵件。 為了提高效率，本系統(tǒng)利用索引結(jié)構(gòu)組織龐大的特征向量空間，通過(guò)一系列的算法生成垃圾郵件和合法郵件各自的特征庫(kù)。根據(jù)屬性論的思想，對(duì)于每一個(gè)特征空間分量，本文引入權(quán)重{0，ε}表示各分量對(duì)最終結(jié)果的影響程度。然后，以加權(quán)后的特征向量作

4、為定性基準(zhǔn)，為測(cè)試郵件建立不同的定性映射模型?？紤]到新郵件屬于垃圾郵件或者合法郵件的程度，本系統(tǒng)引入轉(zhuǎn)化程度函數(shù)。利用轉(zhuǎn)化程度函數(shù)，計(jì)算新郵件與特征庫(kù)中記憶模式的相似程度。對(duì)新郵件里的每個(gè)特征項(xiàng)都做同樣計(jì)算并累加起來(lái)，最后根據(jù)累加值判斷該郵件是否垃圾郵件。 經(jīng)過(guò)大量的測(cè)試表明，基于屬性論方法的垃圾郵件過(guò)濾系統(tǒng)能較好地過(guò)濾垃圾郵件，具有較高的正確率和召回率。實(shí)驗(yàn)證明基于屬性論方法的垃圾郵件過(guò)濾模型是可行的，這為我們進(jìn)一步研究郵件過(guò)