無(wú)標(biāo)注自學(xué)習(xí)反垃圾郵件服務(wù)的研究.pdf

1、隨著計(jì)算機(jī)網(wǎng)絡(luò)與通訊技術(shù)的發(fā)展與應(yīng)用,電子郵件也得到了廣泛的應(yīng)用。但是,隨之而來(lái)的垃圾郵件問(wèn)題日益嚴(yán)重,反垃圾郵件技術(shù)的研究和發(fā)展越來(lái)越受到人們的關(guān)注。
　　 目前,設(shè)計(jì)實(shí)現(xiàn)了POP3郵件過(guò)濾代理模型,但該模型在其穩(wěn)定性上不盡如人意,而且在郵件解析過(guò)程和分類(lèi)過(guò)程的效率較低。
　　 在基于內(nèi)容的郵件過(guò)濾中,基于規(guī)則的過(guò)濾方法的優(yōu)點(diǎn)是可以在無(wú)標(biāo)注樣本的情況下實(shí)現(xiàn)垃圾郵件的分類(lèi),而且已經(jīng)有現(xiàn)成的規(guī)則庫(kù)可共享;缺點(diǎn)是這種方法需要

2、手工編寫(xiě)規(guī)則,規(guī)則的形成落后于垃圾郵件特征的出現(xiàn),因此經(jīng)常出現(xiàn)垃圾郵件漏檢現(xiàn)象。
　　 在郵件過(guò)濾系統(tǒng)的自學(xué)習(xí)方面,基于co-training的郵件過(guò)濾方法能夠?qū)崿F(xiàn)利用小規(guī)模標(biāo)注樣本和大規(guī)模未標(biāo)注樣本來(lái)提高分類(lèi)器的性能,從而滿(mǎn)足用戶(hù)自適應(yīng)的需要。
　　 基于上述研究背景,對(duì)POP3郵件過(guò)濾代理模型SAMFUF進(jìn)行了優(yōu)化,提出用規(guī)則與co-training融合過(guò)濾的方法實(shí)現(xiàn)無(wú)標(biāo)注自學(xué)習(xí)反垃圾郵件服務(wù)。
　　 本文的

3、主要工作和創(chuàng)新點(diǎn)如下:
　　 (1)在設(shè)計(jì)實(shí)現(xiàn)POP3郵件過(guò)濾代理模型的基礎(chǔ)上,針對(duì)該模型在連接過(guò)程、郵件解析和分類(lèi)過(guò)程中存在的問(wèn)題,對(duì)郵件解析過(guò)程進(jìn)行了重新設(shè)計(jì),優(yōu)化原POP3郵件過(guò)濾代理模型中詞典等數(shù)據(jù)結(jié)構(gòu),將原模型中各模塊對(duì)文本文件的操作改為對(duì)內(nèi)存變量的操作,避免了頻繁的磁盤(pán)I/O操作,并以靜態(tài)庫(kù)的形式實(shí)現(xiàn)郵件解析過(guò)程,簡(jiǎn)化調(diào)用程序。
　　 (2)將分類(lèi)程序變成lib文件加入到POP3郵件過(guò)濾代理模型中,用線程調(diào)用

4、分類(lèi)算法的方法代替啟動(dòng)進(jìn)程調(diào)用分類(lèi)程序的方法,提高郵件分類(lèi)的效率。
　　 (3)通過(guò)對(duì)基于規(guī)則的過(guò)濾方法的研究,驗(yàn)證了基于規(guī)則的過(guò)濾方法能夠?qū)崿F(xiàn)零標(biāo)注下垃圾郵件過(guò)濾的要求。通過(guò)對(duì)基于co-training的過(guò)濾方法的研究,驗(yàn)證了基于co-training的過(guò)濾方法具有很強(qiáng)的自學(xué)習(xí)能力,通過(guò)自學(xué)習(xí)能夠逐步提高分類(lèi)器的性能。進(jìn)而提出將規(guī)則和co-training融合的思想實(shí)現(xiàn)無(wú)標(biāo)注自學(xué)習(xí)反垃圾郵件服務(wù)的要求。設(shè)計(jì)固定時(shí)間點(diǎn)切換過(guò)濾方