垃圾郵件過濾技術(shù)的研究.pdf

1、電子郵件已經(jīng)成為人們?nèi)粘Ｉ钪型ㄐ?、交流的重要手段之一，但垃圾郵件的泛濫已帶來嚴(yán)重后果，有效地區(qū)分合法郵件和垃圾郵件成為一項緊迫的任務(wù)。近年來，有關(guān)垃圾郵件過濾技術(shù)的研究逐漸興起，常見的過濾方法有黑/白名單技術(shù)、規(guī)則過濾等，但這些方法都具有一定的局限性。目前，把垃圾郵件過濾與機(jī)器學(xué)習(xí)、文本分類和信息過濾技術(shù)結(jié)合起來，對郵件正文內(nèi)容進(jìn)行分析，成為研究的熱點。 本文深入研究了大量近期垃圾郵件樣本，歸納總結(jié)了當(dāng)前垃圾郵件發(fā)送者經(jīng)常采

2、用的欺騙手段和方法，并參閱國內(nèi)外大量反垃圾郵件文獻(xiàn)和數(shù)據(jù)，對已有的反垃圾郵件技術(shù)作出分析和總結(jié)，尤其是對基于內(nèi)容的垃圾郵件過濾方法進(jìn)行了研究。文章重點分析了當(dāng)前使用最廣泛的Naive Bayes算法，指出其在實際應(yīng)用中的不足，并采用N-gram理論對該算法進(jìn)行了改進(jìn)。同時，針對Naive Bayes算法性能受郵件特征影響這一特點，本文提出了一個基于結(jié)構(gòu)特征的雙層過濾模型。實驗證明，改進(jìn)后的Naive Bayes算法應(yīng)用于雙層過濾模型之后