基于多規(guī)則的垃圾郵件過濾技術的研究與實現(xiàn).pdf

1、文章在對電子郵件協(xié)議進行深入剖析的基礎上,首先討論了主要的垃圾郵件過濾技術,包括:內容過濾技術、黑/白名單技術和SMTP認證技術.文章對各種技術的優(yōu)缺點進行了闡述,并對垃圾郵件的過濾技術進行了小結.接著探討了垃圾郵件的數(shù)學描述,這是該文的重點部分.首先討論了數(shù)學描述的基礎,包括:垃圾郵件的發(fā)送機制、垃圾郵件的處理觀點--"雜物論"、垃圾郵件的判斷規(guī)則、規(guī)則表達式以及樸素貝葉斯模型,這些技術基礎是數(shù)學描述的理論依據(jù).接著該文在研究現(xiàn)有的各

2、組織和政府部門定義的垃圾郵件的基礎上,給出了自己的垃圾郵件定義和分類.垃圾郵件的定義是下一步進行垃圾郵件判斷的基礎和依據(jù).最后給出了數(shù)學描述,分別對郵件的信頭、信件主題和正文以及信件的附件進行了數(shù)學描述.在數(shù)學描述的基礎上,接著討論了基于多規(guī)則的反垃圾郵件系統(tǒng)的研究與實現(xiàn).該系統(tǒng)采用內容過濾和黑/白名單相結合的過濾技術,最終將一封電子郵件判斷為:合法郵件、疑似垃圾郵件和垃圾郵件三個分類中的一種.給出了已實現(xiàn)的系統(tǒng)的詳細設計,給出了各模塊

3、的接口以及流程圖,最后提出了反垃圾郵件系統(tǒng)的輔助系統(tǒng)--動態(tài)黑名單,并給出了系統(tǒng)的測試結果.該文的創(chuàng)新點在于對垃圾郵件的信頭特征、信體特征等各種特征用數(shù)學方法進行了研究,并給出了垃圾郵件特征的數(shù)學描述,即給出了判斷垃圾郵件的一種數(shù)學方法.值得一提的是,該文之所以對郵件的信體特征的數(shù)學描述分為信件正文(包括主題信息)和信件附件兩部分是鑒于絕大多數(shù)垃圾郵件沒有附件,那么在使用垃圾郵件特征的數(shù)學描述時,絕大多數(shù)情況下根本不考慮信件的附件.可見