基于內(nèi)容解析的垃圾郵件過濾技術(shù)研究.pdf

1、電子郵件因?yàn)槠浞奖?、快捷、高效等?yōu)點(diǎn)，已成為人們互相交流、獲取信息的重要工具。然而，大量垃圾郵件的出現(xiàn)消耗了網(wǎng)絡(luò)資源，并對(duì)網(wǎng)絡(luò)安全造成了威脅，給用戶造成了巨大的損失，因此，研究垃圾郵件過濾有著十分重要的意義。目前，基于內(nèi)容分析的文本分類技術(shù)被引入郵件過濾技術(shù)中，并已逐步稱為研究的熱點(diǎn)。本文對(duì)基于內(nèi)容解析的垃圾郵件過濾技術(shù)進(jìn)行了深入研究和分析，指出了特征選擇算法和貝葉斯分類方法的缺陷，提出了改進(jìn)方法。特征選擇作為基于內(nèi)容的垃圾郵件過濾技術(shù)

2、中的重要環(huán)節(jié)，對(duì)過濾的精度、效率及安全性有著重要的影響，通過分析和對(duì)比幾種常用的特征選擇算法，本文采用信息增益方法對(duì)文本特征進(jìn)行選擇，針對(duì)特征項(xiàng)之間條件獨(dú)立性假設(shè)帶來的嚴(yán)重特征冗余現(xiàn)象，引入粗糙集理論，利用求解屬性約簡(jiǎn)的方法消除冗余，提出了基于粗糙集和信息增益技術(shù)的特征選擇方法。實(shí)驗(yàn)結(jié)果表明，該方法具有可行性，能夠有效的消除冗余，獲得更具代表性的特征子集，從而提高郵件分類的準(zhǔn)確率和過濾的安全性。分類器的好壞對(duì)過濾的精度、效率及安全性起著

3、直接的決定作用，本文在分析和對(duì)比幾種常用的文本分類算法的基礎(chǔ)上，采用樸素貝葉斯方法訓(xùn)練分類器，并對(duì)樸素貝葉斯方法和貝葉斯網(wǎng)絡(luò)方法進(jìn)行了對(duì)比和分析，針對(duì)樸素貝葉斯方法條件獨(dú)立性假設(shè)過于苛刻的缺陷，結(jié)合貝葉斯網(wǎng)絡(luò)方法，提出了兩級(jí)貝葉斯網(wǎng)絡(luò)分類算法。同時(shí)，考慮到合法郵件被誤判的風(fēng)險(xiǎn)，引入風(fēng)險(xiǎn)因子λ，提出了基于最小決策風(fēng)險(xiǎn)的兩級(jí)貝葉斯網(wǎng)絡(luò)分類方法，有效的確保了合法郵件在過濾過程中的安全。最后，給出了基于貝葉斯方法的郵件過濾模型，并完成了基于最小