基于貝葉斯方法的中文垃圾郵件過濾技術研究.pdf

1、郵件在日常生活中被廣泛使用，而垃圾郵件的傳播大大影響了人們的正常生活，浪費大量的網絡資源，造成大量財力人力的浪費。如何控制垃圾郵件的傳播是各國正在研究的課題之一。如今，中文垃圾郵件的數量大大增加，在前人研究的基礎上，利用前人的研究成果，對中文垃圾郵件的過濾技術進行深入研究，對于控制中文垃圾郵件的傳播以及占領該領域的市場有很大的作用。 目前實際應用的主要過濾方法是基于關鍵字的簡單規(guī)則的過濾，包括黑白名單、郵件頭分析等。這些方法具有

2、很大的局限性，過濾效果不是很好。 為了能更好的進行郵件過濾，文本分類和信息過濾理論被應用到郵件過濾上來，提出了許多的基于內容的郵件過濾方法。 另外，針對中文垃圾郵件獨有的特點，需要把國外現有的技術進行改進才能夠應用到實際中。 本文首先分析了垃圾郵件的現狀，介紹垃圾郵件的定義及解決垃圾郵件的兩種途徑：然后敘述了郵件系統的相關理論，包括郵件的傳輸過程，使用的相關傳輸協議，郵件的格式信息，以及在郵件傳輸過程中的不同階段

3、可以采用的過濾方法：接著分析了目前常用的簡單過濾方法，和文本分類方法的郵件過濾方法，并詳細介紹了貝葉斯方法的相關理論。在分析中文垃圾郵件的特點之后，在CCERT提供的郵件樣本的基礎上，試驗了樸素貝葉斯方法。實驗中，首先通過試驗確定一些參數，并總結這些參數對于實驗結果的影響規(guī)律。在確定參數之后，在不同的樣本規(guī)模下實驗樸素貝葉斯方法的過濾效果。最后對傳統的方案進行了兩種改進方法，并進行試驗。最后提出了在Windows下利用SPI技術構建客戶