基于信息融合準(zhǔn)則的郵件過濾系統(tǒng)的研究與實(shí)現(xiàn).pdf

1、基于內(nèi)容的垃圾郵件過濾技術(shù)是Internet安全技術(shù)研究的一個(gè)重點(diǎn)問題。將機(jī)器學(xué)習(xí)的相關(guān)方法應(yīng)用于垃圾郵件的判定是進(jìn)行大量垃圾郵件處理的有效方法。本文針對(duì)電子郵件的特點(diǎn)，通過分析傳統(tǒng)郵件過濾技術(shù)的不足之處，在對(duì)大量垃圾郵件進(jìn)行統(tǒng)計(jì)分析的基礎(chǔ)之上，基于信息融合準(zhǔn)則對(duì)郵件過濾技術(shù)進(jìn)行了研究。本文主要包括以下幾個(gè)方面的內(nèi)容： 1、綜述垃圾郵件過濾問題的研究現(xiàn)狀，包括垃圾郵件的定義、危害以及當(dāng)前主要垃圾郵件過濾技術(shù)：在總結(jié)比較常用的特征

2、提取方法及過濾算法的基礎(chǔ)上，提出了一種利用期望交叉熵(CE)代替詞頻逆文檔頻率(TFIDF)算法中IDF函數(shù)進(jìn)行分類的詞頻交叉熵(TFCE)算法。 2、在深刻理解信息融合技術(shù)的基礎(chǔ)上，通過理論分析，針對(duì)傳統(tǒng)垃圾郵件判決采用單一準(zhǔn)則的缺陷，重點(diǎn)研究了基于三角膜算子的垃圾郵件融合判決準(zhǔn)則。其后詳細(xì)闡述了該準(zhǔn)則的原理和評(píng)價(jià)結(jié)果以及具體實(shí)現(xiàn)過程，包括體系結(jié)構(gòu)、功能模型和組織模型、郵件過濾的流程和垃圾郵件反饋模塊等問題。 3、利用

3、實(shí)驗(yàn)檢驗(yàn)了算法的有效性。仿真實(shí)驗(yàn)主要分為兩部分：一是比較了郵件過濾系統(tǒng)中各種基于評(píng)估函數(shù)的特征提取方法，如文檔頻率(DF)、互信息(MI)、信息增益(IG)、期望交叉熵(CE)、詞頻逆文檔頻率(TFIDF)和本文提出的新的特征提取算法詞頻交叉熵(TFCE)的優(yōu)缺點(diǎn)和特征提取精度；二是將基于三角模算子的信息融合判決準(zhǔn)則與基于詞頻或文檔頻率的采用單一準(zhǔn)則的判決方法進(jìn)行了比較。 論文最后對(duì)基于詞頻交叉熵(TFCE)算法和信息融合準(zhǔn)則的