基于AAPE分類模型的垃圾郵件過濾技術(shù)的研究與實現(xiàn).pdf

1、1978年,從DEC公司的一名市場銷售代表向所有美國西海岸的ARPANET用戶發(fā)送了一封關(guān)于DEC-20新型計算機廣告郵件的這一刻起,人類史上第一封垃圾郵件誕生了,從此垃圾郵件伴隨著信息時代的發(fā)展而發(fā)展,不曾消失。垃圾郵件的出現(xiàn)給網(wǎng)民的生活帶來了巨大的影響,根據(jù)《2013年第一季度中國反垃圾郵件狀況調(diào)查報告》顯示:2013年第一季度,中國電子郵箱用戶平均每周收到垃圾郵件數(shù)量為14.6封,占所有郵件的比例為37.37％,造成了大量的不良影

2、響,包括浪費時間、浪費電腦及網(wǎng)絡(luò)資源、傳播病毒、影響用戶情緒和造成經(jīng)濟損失等。針對日益嚴重的垃圾郵件問題,研究人員提出了大量的垃圾郵件過濾技術(shù)用于改善被垃圾郵件充斥的互聯(lián)網(wǎng)環(huán)境。目前的垃圾郵件過濾技術(shù)在判斷的準確性上已達到較好的效果,但在計算時間上往往很固定,不能達到用戶即需即得的效果。針對這一問題,研究人員提出了AAPE分類模型。
　　AAPE(Anytime Averaged Probabilistic Estimators)

3、分類模型是一種基于貝葉斯估計的anytime分類模型,由楊影博士提出,應(yīng)用于反垃圾郵件領(lǐng)域。本文首先對垃圾郵件的背景和危害進行了介紹,簡單了解了電子郵件的工作原理,由此明白了垃圾郵件可能利用的漏洞。然后,深入解剖 AAPE分類模型的優(yōu)點與不足,針對部分地方進行了改進,設(shè)計出一款基于改進AAPE分類模型的垃圾郵件過濾系統(tǒng)。最后,通過測試結(jié)果,對改進的 AAPE分類模型進行分析,證明其相比較原模型有更高的效率。
　　本文的主要研究成果

4、如下:
　　對傳統(tǒng)AAPE分類模型進行改進,根據(jù)特征項的相關(guān)性強弱程度,采用期望交叉熵、統(tǒng)計量和互信息三種方法計算強相關(guān)特征項,并應(yīng)用于垃圾郵件過濾技術(shù)。根據(jù)實驗測試結(jié)果對改進后的AAPE分類模型進行分析,證明該模型較原始AAPE分類模型在時間性和準確性上有較大提升。設(shè)計了一款以改進后 AAPE分類模型為基礎(chǔ)的垃圾郵件過濾系統(tǒng),該系統(tǒng)采取雙層過濾架構(gòu),第一層使用黑白名單技術(shù)對所有郵件進行簡單的、快速的郵件過濾,第二層使用以 AAP