基于粗糙集和貝葉斯算法的郵件過濾系統(tǒng)的研究與應(yīng)用.pdf

1、隨著互聯(lián)網(wǎng)產(chǎn)業(yè)的迅速發(fā)展，電子郵件產(chǎn)業(yè)得到了很大的推廣以及應(yīng)用，人們通過使用電子郵件達(dá)到交流思想、傳輸文件、發(fā)表意見等目的。但是它在為人類帶來方便快捷的通訊方式的同時，也為人類帶來了一些副產(chǎn)品，也就是垃圾郵件。因此，電子郵件安全性問題已經(jīng)逐漸受到越來越多用戶的關(guān)注。
　　當(dāng)前對于垃圾郵件的過濾主要有以下幾種技術(shù)：黑名單和白名單技術(shù)，基于規(guī)則的郵件過濾技術(shù)以及基于內(nèi)容的郵件過濾技術(shù)等。這些過濾技術(shù)在準(zhǔn)確度、性能以及中文變形詞郵件過濾

2、等方面都存在著問題，因此，本文將著重從這幾個方面著手進(jìn)行改進(jìn)研究。
　　本文首先介紹了垃圾郵件的起源以及發(fā)展歷史，總結(jié)了垃圾郵件過濾技術(shù)的研究現(xiàn)狀以及未來發(fā)展的方向。簡單描述了貝葉斯算法及粗糙集理論以及他們在垃圾郵件過濾系統(tǒng)中的應(yīng)用，并分析了這兩個理論在應(yīng)用過程中優(yōu)缺點。
　　本文對中文變形詞的變形模式進(jìn)行分析，并根據(jù)變形的模式采用一系列的處理方式來規(guī)避其對郵件分類造成的影響。本文提出了構(gòu)造變形特征詞表的多層過濾技術(shù)，使得過

3、濾的準(zhǔn)確度得到了有效的提高。
　　本文采用粗糙集理論，對郵件系統(tǒng)的分類做了重新定位。將郵件分為普通郵件、垃圾郵件、與疑似郵件。提出了Bayes-Rough過濾算法，在該過濾系統(tǒng)中，根據(jù)兩階段過濾方法，不僅在對中文變形詞郵件過濾的準(zhǔn)確率有了改進(jìn)，同時在效率方面也有了較大的提高。
　　在結(jié)合了上述提出的郵件過濾技術(shù)，完成了一個完整的郵件收發(fā)系統(tǒng)中，實現(xiàn)了簡單的郵件客戶端。該系統(tǒng)能夠滿足配置郵箱、收發(fā)郵件等功能。并利用提出的過濾技