基于改進(jìn)貝葉斯模型的中文郵件過濾系統(tǒng).pdf

1、隨著電子郵件在世界范圍內(nèi)的廣泛應(yīng)用，垃圾郵件作為商業(yè)廣告、惡意程序或敏感內(nèi)容的載體，對(duì)系統(tǒng)安全和人類生活所造成的影響越來越嚴(yán)重，反垃圾郵件問題作為一個(gè)全球性的課題具有重要的現(xiàn)實(shí)意義。另據(jù)統(tǒng)計(jì)表明，目前我國已經(jīng)成為第二大垃圾郵件受害國，因此，針對(duì)于中文垃圾郵件的識(shí)別與過濾更顯得尤為重要。 郵件過濾技術(shù)是反垃圾郵件的重要手段，目前的垃圾郵件過濾技術(shù)主要分為兩種：基于規(guī)則的過濾和基于概率的過濾?；谝?guī)則的過濾從郵件的結(jié)構(gòu)出發(fā)，通過對(duì)垃

2、圾郵件特征的總結(jié)制定相應(yīng)的過濾規(guī)則，但是垃圾郵件的表現(xiàn)形式變化迅速，規(guī)則的維護(hù)并非易事。 基于概率的過濾技術(shù)是從郵件信體包含的內(nèi)容出發(fā)，利用文本分類方法對(duì)郵件類別進(jìn)行判斷。由于信體是垃圾郵件信息的最終載體，因此基于概率的過濾具有較高的準(zhǔn)確性，成為當(dāng)前郵件過濾技術(shù)的主流。 論文對(duì)基于概率的郵件過濾技術(shù)進(jìn)行討論，其中著重研究貝葉斯算法及其相關(guān)模型，詳細(xì)介紹了樸素貝葉斯方法，最小風(fēng)險(xiǎn)貝葉斯方法的原理。論文在貝葉斯方法現(xiàn)有的二項(xiàng)

3、獨(dú)立模型和多項(xiàng)式模型的基礎(chǔ)上，結(jié)合最小風(fēng)險(xiǎn)貝葉斯方法的思想，提出一種新的更加完善的貝葉斯分類器構(gòu)造模型：改進(jìn)貝葉斯模型。實(shí)驗(yàn)表明，此模型具有較好的分類準(zhǔn)確率和查全率。 論文結(jié)合郵件分類器的實(shí)現(xiàn)與測試，給出一種垃圾郵件過濾系統(tǒng)的設(shè)計(jì)結(jié)構(gòu)及具體實(shí)現(xiàn)。系統(tǒng)以分類器為核心，利用Linux環(huán)境下的開源軟件Sendmail作為郵件服務(wù)器的主體，通過對(duì)Sendmail提供的Milter接口的開發(fā)和擴(kuò)展實(shí)現(xiàn)郵件過濾的功能；郵件分類器模塊以插件形