基于行為識(shí)別的垃圾郵件過(guò)濾技術(shù)的研究與應(yīng)用.pdf

1、垃圾郵件泛濫問(wèn)題日益嚴(yán)重，垃圾郵件過(guò)濾技術(shù)日益成為當(dāng)今的研究熱點(diǎn)。目前垃圾郵件過(guò)濾技術(shù)主要包括第一代基于規(guī)則的過(guò)濾技術(shù)、第二代基于內(nèi)容的過(guò)濾技術(shù)和第三代基于行為的過(guò)濾技術(shù)。傳統(tǒng)的第一代和第二代垃圾郵件過(guò)濾技術(shù)在處理效率，規(guī)則的持久性等方面存在一些不足?；谛袨樽R(shí)別的垃圾郵件過(guò)濾技術(shù)在節(jié)省網(wǎng)絡(luò)資源，處理效率上具有明顯的優(yōu)勢(shì)。本文在現(xiàn)有的行為識(shí)別過(guò)濾技術(shù)研究基礎(chǔ)之上，提出了一種基于行為特征加權(quán)的決策樹過(guò)濾算法。
　　 基于行為特征加

2、權(quán)的決策樹過(guò)濾算法的思想為:針對(duì)大量的垃圾郵件所表現(xiàn)出來(lái)的行為特征，選取出一系列的行為特征，采用主成分分析法選取其中具有代表性的特征，然后選取等量的正常郵件和垃圾郵件，根據(jù)統(tǒng)計(jì)的方法分別計(jì)算某一特征對(duì)正常郵件和垃圾郵件的貢獻(xiàn)率，作為其權(quán)值，采用決策樹算法生成判別決策樹，使用大量的已知屬性的郵件樣例測(cè)試決策樹，分別得到正常郵件和垃圾郵件的加權(quán)平均權(quán)值，作為垃圾郵件和正常郵件的判斷閾值。如果郵件的路徑權(quán)值小于垃圾郵件閾值，則判定為垃圾郵件;