基于SVM和D-S證據(jù)理論的垃圾郵件過濾技術(shù)的研究.pdf

1、隨著Internet的飛速發(fā)展，電子郵件以方便、快捷、高效、低成本的優(yōu)勢成為最受歡迎的網(wǎng)絡(luò)功能之一，成為人們工作和生活中重要的通訊工具。由于隨之而來的垃圾郵件數(shù)量多，具有反復(fù)性、強制性、欺騙性、不健康性或傳播速度快等特點，污染網(wǎng)絡(luò)環(huán)境，占用大量傳輸、存儲和運算資源，影響了網(wǎng)絡(luò)的正常運行，嚴重干擾了人們正常生活。因此，研究有效地治理垃圾郵件的方法是全世界共同面臨的難題，也是互聯(lián)網(wǎng)上待解決的問題。 支持向量機(SVM)是一種建立在統(tǒng)

2、計學(xué)習(xí)理論之上的機器學(xué)習(xí)方法，已被成功地運用于許多分類問題的研究。本文基于SVM分類器出色分類性能對垃圾郵件過濾技術(shù)展開研究。 1.對電子郵件工作原理及垃圾郵件特征的分析，構(gòu)建了垃圾郵件信頭特征模型。本文提出了基于郵件信頭特征及SVM的垃圾郵件過濾方法。 2.在學(xué)習(xí)、分析郵件信體內(nèi)容文本預(yù)處理及特征提取方法的基礎(chǔ)上，對性能較為穩(wěn)定及有效的CHI統(tǒng)計方法進行了變形，將其評估函數(shù)變形規(guī)范化在[O，1]區(qū)間。應(yīng)用基于信體內(nèi)容的

3、分類方法進行垃圾郵件過濾研究。 3.郵件的信頭和信體內(nèi)容都是郵件的重要組成部分，僅僅對其中一部分進行分析過濾得到的結(jié)果都不是客觀的。本文提出了基于SVM和D-S證據(jù)理論的垃圾郵件判別模型，首次應(yīng)用帶概率估計信息的SVM分類器分別針對郵件信頭特征及信體特征分類，首次采用D-S融合規(guī)則對信頭及信體的分類結(jié)果進行融合，最終判別是否為垃圾郵件。 本文對以上垃圾郵件過濾算法分別進行了實驗測試比較，實驗結(jié)果證實了方法的有效、可行。