基于內(nèi)容解析的垃圾郵件過濾技術(shù)研究.pdf

1、電子郵件因為其方便、快捷、高效等優(yōu)點，已成為人們互相交流、獲取信息的重要工具。然而，大量垃圾郵件的出現(xiàn)消耗了網(wǎng)絡(luò)資源，并對網(wǎng)絡(luò)安全造成了威脅，給用戶造成了巨大的損失，因此，研究垃圾郵件過濾有著十分重要的意義。目前，基于內(nèi)容分析的文本分類技術(shù)被引入郵件過濾技術(shù)中，并已逐步稱為研究的熱點。本文對基于內(nèi)容解析的垃圾郵件過濾技術(shù)進行了深入研究和分析，指出了特征選擇算法和貝葉斯分類方法的缺陷，提出了改進方法。特征選擇作為基于內(nèi)容的垃圾郵件過濾技術(shù)

2、中的重要環(huán)節(jié)，對過濾的精度、效率及安全性有著重要的影響，通過分析和對比幾種常用的特征選擇算法，本文采用信息增益方法對文本特征進行選擇，針對特征項之間條件獨立性假設(shè)帶來的嚴重特征冗余現(xiàn)象，引入粗糙集理論，利用求解屬性約簡的方法消除冗余，提出了基于粗糙集和信息增益技術(shù)的特征選擇方法。實驗結(jié)果表明，該方法具有可行性，能夠有效的消除冗余，獲得更具代表性的特征子集，從而提高郵件分類的準確率和過濾的安全性。分類器的好壞對過濾的精度、效率及安全性起著

3、直接的決定作用，本文在分析和對比幾種常用的文本分類算法的基礎(chǔ)上，采用樸素貝葉斯方法訓練分類器，并對樸素貝葉斯方法和貝葉斯網(wǎng)絡(luò)方法進行了對比和分析，針對樸素貝葉斯方法條件獨立性假設(shè)過于苛刻的缺陷，結(jié)合貝葉斯網(wǎng)絡(luò)方法，提出了兩級貝葉斯網(wǎng)絡(luò)分類算法。同時，考慮到合法郵件被誤判的風險，引入風險因子λ，提出了基于最小決策風險的兩級貝葉斯網(wǎng)絡(luò)分類方法，有效的確保了合法郵件在過濾過程中的安全。最后，給出了基于貝葉斯方法的郵件過濾模型，并完成了基于最小