基于數(shù)據(jù)挖掘的垃圾郵件過濾技術研究.pdf

1、隨著Internet的迅速普及,電子郵件已經(jīng)成為現(xiàn)代通信主要手段之一。然而,垃圾郵件的存在卻時刻威脅著電子郵件的使用安全。垃圾郵件作為商業(yè)廣告、惡意程序和不健康內(nèi)容的攜帶者,不僅占用網(wǎng)絡帶寬,同時造成用戶時間、金錢上的浪費和情緒上的不良影響,嚴重侵擾著人們的正常生活。因此,反垃圾郵件行動刻不容緩,其技術也在不斷地更新?lián)Q代。目前,主要有基于IP層的反垃圾郵件技術、基于SMTP層的反垃圾郵件技術和基于郵件內(nèi)容的過濾等技術的研發(fā)。 在

2、數(shù)據(jù)挖掘的文本挖掘啟發(fā)下,本文致力于研究基于郵件文本內(nèi)容上的垃圾郵件過濾技術。本文首先使用正向最大匹配法對郵件樣本正文文本作分詞處理,得到郵件的特征項。接著,利用互信息減少向量維數(shù),構(gòu)建郵件樣本庫。介紹目前比較流行的貝葉斯、KNN、向量空間、樸素貝葉斯等分類方法的原理,對這些算法進行比較分析。針對傳統(tǒng)的KNN算法存在搜索速度慢、樣本庫容量依賴性強的缺陷,提出了一種基于KNN算法的混合分類器模型及實現(xiàn)。該算法首先利用各分類器對郵件進行處理