垃圾郵件過濾算法研究及系統(tǒng)實現(xiàn).pdf

1、電子郵件自發(fā)明以來，已經(jīng)成為人們生活中不可缺少的通訊方式。人們在享受電子郵件帶來的方便和速度的同時也遭受著垃圾郵件、釣魚攻擊以及其它一些網(wǎng)絡(luò)詐騙行為的危害。據(jù)2007年Commtouch發(fā)布的電子郵件威脅趨勢報告顯示，全球95％的郵件是垃圾郵件。垃圾郵件給互聯(lián)網(wǎng)及廣大用戶帶來了很大負(fù)面影響，它不僅占用系統(tǒng)資源，浪費用戶時間，同時也帶來安全隱患，更給國民經(jīng)濟造成了巨大損失，已經(jīng)成為一個全球性的問題。 面對垃圾郵件的迅速增長而帶來的

2、巨大危害，很多國家紛紛采取抵制措施，希望通過立法手段還網(wǎng)民以寧靜的空間。同時，人們也積極從技術(shù)上展開反垃圾郵件的研究，從垃圾郵件產(chǎn)生的源頭、傳播途徑，到最后的接收者等各個方面，提出了一些行之有效的垃圾郵件防范體系和垃圾郵件過濾方法。 本文概述了當(dāng)前反垃圾郵件的主要技術(shù)手段，并且從機器學(xué)習(xí)的角度研究垃圾郵件過濾算法，將垃圾郵件過濾問題納入到機器學(xué)習(xí)框架當(dāng)中。 垃圾郵件的過濾問題本質(zhì)上是一個分類問題，并且是一個分成兩類的分類

3、問題。過濾垃圾郵件，即判斷郵件是否是垃圾郵件。若為垃圾郵件，則采取相應(yīng)措施進(jìn)行過濾，否則為正常郵件，不作處理。因此，機器學(xué)習(xí)中的很多算法都可以用到垃圾郵件過濾當(dāng)中去。 本文重點研究了在垃圾郵件過濾中廣泛應(yīng)用的四種算法：貝葉斯算法，Winnow，AdaBoost和支持向量機。通過大量對比實驗，本文詳細(xì)分析了上述四種算法對于樣本的敏感性和適用的范圍。 此外，本文還實現(xiàn)了一種基于客戶端的垃圾郵件過濾系統(tǒng)。此系統(tǒng)集成了上述四種過