基于內(nèi)容的反垃圾郵件方法研究與實(shí)現(xiàn).pdf

1、日益泛濫的垃圾郵件,既浪費(fèi)用戶時(shí)間、消耗了網(wǎng)絡(luò)傳輸資源以及郵件服務(wù)器存儲(chǔ)空間,也是病毒、僵尸網(wǎng)絡(luò)等惡意代碼的策源地。目前,應(yīng)對(duì)垃圾郵件的主要方法和技術(shù)手段有很多,其中,基于內(nèi)容分析的文本分類技術(shù)已經(jīng)成為當(dāng)前的研究熱點(diǎn),最為典型的是基于貝葉斯模型的過濾方法。
　　結(jié)合文本分類技術(shù)以及貝葉斯(Bayes)理論,構(gòu)造基于貝葉斯分類的垃圾郵件過濾模型,該模型采用代理的原理,工作在郵件服務(wù)器和客戶端之間,可以有效的過濾和分離用戶的垃圾郵件。

2、模型主要包括郵件代理、郵件解析、郵件過濾等模塊,郵件過濾模塊采用改進(jìn)的貝葉斯算法來識(shí)別垃圾郵件,著重對(duì)貝葉斯算法中需要的中文分詞、特征提取、郵件訓(xùn)練過程進(jìn)行設(shè)計(jì)和實(shí)現(xiàn)。郵件代理模塊采用Socket通信方式,利用代理服務(wù)器的工作原理,實(shí)現(xiàn)對(duì)郵件的接收和過濾,采用包過濾和NAT技術(shù)很好的做到了對(duì)用戶的完全透明。這兩部分也是該過濾系統(tǒng)的關(guān)鍵。
　　對(duì)貝葉斯過濾算法進(jìn)行研究并給出該算法的一個(gè)C/C++的實(shí)現(xiàn),在此基礎(chǔ)上,為減少垃圾郵件誤判