垃圾郵件過濾算法研究與實(shí)現(xiàn).pdf

1、垃圾郵件作為商業(yè)廣告、病毒、惡意程序或敏感內(nèi)容的載體，對(duì)系統(tǒng)的安全和人們的生活造成嚴(yán)重危害，服務(wù)提供商和用戶都要花費(fèi)大量時(shí)間去處理這些垃圾郵件，浪費(fèi)人們大量的時(shí)間和財(cái)力，因此反垃圾郵件研究具有重要意義。 本文對(duì)大量郵件過濾技術(shù)和算法進(jìn)行了研究，總結(jié)了它們的優(yōu)點(diǎn)和不足，并在此基礎(chǔ)上提出一種基于郵件內(nèi)容特征的垃圾郵件過濾方法，該方法從垃圾郵件內(nèi)容特征入手，通過貝葉斯學(xué)習(xí)方法對(duì)收集到的垃圾郵件訓(xùn)練集進(jìn)行學(xué)習(xí)，得到垃圾郵件特征集，并將其

2、作為過濾器的基礎(chǔ)；由于郵件的內(nèi)容隨時(shí)間和相關(guān)主題的變化很大，采用預(yù)設(shè)關(guān)鍵字不能及時(shí)地對(duì)關(guān)鍵詞進(jìn)行更新，因而過濾的效果也不理想，在本文提出的過濾方法中，關(guān)鍵詞庫(kù)是自動(dòng)更新的，這樣就有效地提高了過濾器的適應(yīng)能力。另外，為了滿足郵件種類不斷增加的現(xiàn)狀，在本文提出的方法中，過濾器還具備擴(kuò)展能力，如有需要，可以通過功能擴(kuò)展來完成其它類型的郵件過濾，如圖像郵件的過濾。 本文完成了一個(gè)垃圾郵件過濾的原型系統(tǒng)設(shè)計(jì)。整個(gè)過濾過程對(duì)于用戶來說是透明

3、的，不會(huì)影響用戶的正常網(wǎng)絡(luò)行為。系統(tǒng)在報(bào)文進(jìn)行判別之前要進(jìn)行去重處理，這樣不但可以去除一定數(shù)量的垃圾郵件，而且可以有效的降低流量。 在垃圾郵件判別過程中，引入了貝葉斯決策方法，有效降低了垃圾郵件和正常郵件的誤判。 本系統(tǒng)把本網(wǎng)段學(xué)習(xí)的結(jié)果，通過通信模塊傳遞到其它網(wǎng)段的系統(tǒng)，經(jīng)綜合學(xué)習(xí)處理模塊提取成相關(guān)規(guī)則。對(duì)郵件過濾系統(tǒng)配置進(jìn)行更新，這樣可以及時(shí)過濾其它系統(tǒng)中的該類型垃圾郵件。 另外，系統(tǒng)提供了良好的用戶配置和管