基于內(nèi)容的中文垃圾郵件過濾系統(tǒng)的研究與實現(xiàn).pdf

1、隨著互聯(lián)網(wǎng)的發(fā)展，計算機網(wǎng)絡(luò)與通訊技術(shù)的發(fā)展與廣泛應(yīng)用，電子郵件已經(jīng)成為必不可少的通訊方式，但是隨之而來的垃圾郵件卻成為互聯(lián)網(wǎng)上一個日益嚴(yán)重的安全問題。因此，解決好此類問題具有十分重要的現(xiàn)實意義。
　　 本文對中文垃圾郵件的特點進(jìn)行了比較系統(tǒng)的分析和研究。首先研究的是有關(guān)特征選擇的內(nèi)容，根據(jù)影響特征選擇方法的因素，研究幾種常用的特征選擇方法，分析各選擇方法所構(gòu)建的特征庫的不足之處，從而提出一種新的特征選擇方法。這種方法將影響因素

2、組合起來表征特征項對于分類的強弱，并用logistic方程表示由組合因素表征出的特征權(quán)值，根據(jù)權(quán)值的大小選擇對分類影響大的特征。實驗表明這種方法構(gòu)建的特征庫可以明顯提高過濾的精度。
　　 除此之外，本文提出一種新的正向過濾方法，正向過濾方法利用特征選擇方法選擇基于正常郵件的特征項，從而可以大幅度的提高對正常郵件的識別力，這也是傳統(tǒng)過濾方法的瓶頸所在。但是，正向方法同樣存在對垃圾郵件誤判的問題，因此，本文提出結(jié)合傳統(tǒng)過濾方法和正向

3、過濾方法來合成過濾器，以彌補各自的不足，并歸納出結(jié)合兩種方法的三種模式，最后根據(jù)這三種模式合成過濾器。正向方法對正常郵件的識別力和傳統(tǒng)方法對垃圾郵件的識別力同時制約著合成過濾器的精度，各自的識別力越高那么合成過濾器整體效果越好，據(jù)此，本文對貝葉斯算法提出改進(jìn)，縮小特征項的選取范圍并改進(jìn)spam_hash和ham_hash表的內(nèi)容，使之更準(zhǔn)確表示特征項所攜帶的信息量，以達(dá)到提升過濾精度的目的。
　　 實驗結(jié)果表明，合成過濾器同時提