垃圾邮件分析与过滤.pdfVIP

辽宁科技大学硕士论文 摘要 摘要 随着网络的广泛应用，电子邮件已成为人们广泛应用的最经济的一种通信手 段之一。然而，电子邮件在给人们提供便捷通信的同时，其副产品一垃圾邮件， 却给广大用户带来了大量的麻烦。今天，垃圾邮件问题已经愈演愈烈，对互联网 造成了很大危害。反垃圾邮件问题已经成为全球性的具有重要现实意义的研究课 题。反垃圾邮件过滤系统主要利用垃圾邮件本身规律的规则过滤技术，而内容过 滤技术还不成熟，因此对中文垃圾邮件的过滤效果还不够理想。为了更好地过滤 垃圾邮件，我们展开了中文反垃圾邮件过滤系统的开发与研究。 本文在对电子邮件原理和垃圾邮件的过滤方法进行分析研究的基础上，借鉴 了文本分类的思想，提出把挖掘中的K一最近邻方法和RBF神经网络算法引入中 文邮件的内容过滤。 在对邮件样本过滤之前要先进行以下预处理步骤，首先本文选用正向最大匹 配法对邮件样本正文作分词处理，取得邮件的特征项；接着利用互信息和优势率 从大量特征项中选择对邮件分类贡献大的少量特征项，以减少向量维数；最后计 算每个特征项的权重，并采用向量空间模型的逻辑结构表示邮件文本，构建邮件 样本库，针对K一最近邻方法的计算时间复杂度较大的问题，提出了两种改进方 案，改进后的方案在保证较高准确率的同时，一定程度上减少了计算量，降低了 计算时间复杂度，在对垃圾邮件进行分类与过滤时具有较好的性能。RBF由于其 输出对权值的线性关系，更适于系统辨识，是对邮件过滤的一种新尝试。 关键词：垃圾邮件，邮件过滤，文本分类，K一最近邻，RBF神经网络 辽宁科技大学硕士论文 英文摘要 Abstract mailhasbecomethemost Withtheextensive ofInteract．Electronic application economicaland formofcommunicationavailable．ItUS popularlyapplicated provides to thesanle E—mailsmakealOtoftrouble greatconvenient．However,at time．spam numeroususers．networkadministratorsandISPsasits byproducts．Today,thegrowing of E—mailshas aneedforE—mail anti—spam problemspare generated filtering．耽e an and hasbecome problem international，significantpracticaltopicnow．Anti—spam the oftheirown content—based FilteringSystemmainlyadoptstechnology rules，since isstill effectof isnot