基于SVM的中文電子郵件作者身份挖掘技術(shù)研究.pdf

1、隨著計(jì)算機(jī)技術(shù)、信息化程度的日益提高,尤其是互聯(lián)網(wǎng)的日益普及,電子郵件已經(jīng)成為人們必不可少的經(jīng)濟(jì)、實(shí)用的信息交換手段.但是,不幸的是,網(wǎng)上郵件濫用的現(xiàn)象時(shí)有發(fā)生,比如:垃圾郵件、欺騙郵件、威脅郵件、反動(dòng)郵件等.在這些郵件中,發(fā)送者總是試圖隱藏他的真正身份以逃避偵察,發(fā)送者通過(guò)匿名郵件服務(wù)器可以更改或偽造自己的地址,更改自己的真實(shí)姓名等,因此,通過(guò)郵件本身找出郵件作者的真實(shí)身份是一件很困難的事情.這樣,研究一種識(shí)別原始郵件作者真實(shí)身份的方

2、法,為計(jì)算機(jī)取證提供依據(jù),追究非法郵件作者的刑事責(zé)任,無(wú)疑為控制非法電子郵件的現(xiàn)象提供一種行之有效的方法.該文在分析數(shù)據(jù)挖掘各種技術(shù)的基礎(chǔ)上,提出了一種自動(dòng)辨別或分類匿名郵件作者身份的方法,應(yīng)用支持向量機(jī)做分類算法,提取郵件的各種特征:包括語(yǔ)言特征、頭信息和結(jié)構(gòu)特征,自動(dòng)把郵件分類到預(yù)定的作者類別中.該文在分類算法及特征提取策略方面取得了很大進(jìn)展,對(duì)有限數(shù)據(jù)集的實(shí)驗(yàn)取得了滿意的結(jié)果,為作者身份識(shí)別提供了可能.但是分類精度還達(dá)不到用于計(jì)算