一种基于内容的邮件过滤模型的研究和性能分析.pdfVIP

一种基于内容的邮件过滤模型的研究与性能分析 石艳荣孙丹宁贺永强 山东工商学院信息与电子工程学院烟台264005 圾邮件泛滥的趋势愈演愈烈，绘合法的电子邮件用户带来了多方面的惨重损失。如何有效地防范垃圾邮件， 是具有重要现实意义的课题。本文设计了一种基于内容的邮件过滤模型，综合运用了最小风险Bayes分类法、 向量空间模型、1rI∞F方法、特征提取及Ⅺ。变换，并对该模型的实现进行了研究和探讨。 关键词：邮件过滤；向量空间：文本分类最小风险；Bayes分类法 PerfOrmanceOfA Researchand Analysis System E凹aIIFi|ter．ng Shi Sun He YanrongDanningYongqiang hstitmeofBusiⅡessand Sh如dong Technology，Y柚Tai，264005 in ithas ofthe Abstract：Eman In蛔mec∞mmllnicaⅡ∞皿dbecome曲eb∞ic plays姐importaⅡtpan is dementsfor1nlemet．But eman m衄Iifold lo站for emn no、Ⅳ’spam overwhelnling柚dh鲢b10ughl grave kgal u∞rs．Sohawt0 isan realis吐ci豁u髂．ThiS a prev∞tsp砌emailimponant pap盯pmpo∞s with of asVector Model姐d modelcomb妣du删∞曲n scveral F髓魄 filt曲g keytechniqucs，蚰chSpace Ex灯ac￡ion，皿Fmethod，Ⅱleleast kast础sk Bayes KeyvVords：ManF丑ce血gVSM；Te砒cat删窈矗on；The 1 引言 有关研究数据显示，我国的一个电子邮件用户平均每年收到的垃圾邮件多达350封，约占收件总数的一 半。这些垃圾邮件多是促销广告，其他还包括色情、赌博等内容。垃圾邮件不仅干扰了用户对网络的使用， 也滥用了网络带宽、计算机处理和存储资源。通过垃圾邮件散发的反动、色情、暴力等宣传材料更是严重威 胁了计算机网络和系统的安全，甚至是国家和社会安全。因此如何有效地防范垃圾邮件，是具有重要现实意 义的课题。 目前反垃圾邮件用到的主要技术就是过滤技术。电子邮件通常具有几个重要组成部分，电子邮件地址、 主题、信件内容等相关部分，这些都是过滤技术判断、分析、统计和提取的依据。目前常用的邮件过滤方法 就是寻找出邮件的特定模式(即规则)IlJlq。例如主题包含“免费”等。这种方法的优点是规则可以共享， 因此它的推广性强，目前市场上的产品多是采用这一方法。它的缺点是更新速度慢．因为规则一般都是人工 编写生成，而新规则的产生速度往往跟不上新垃圾邮件出现的速度，所以它的时效性较差，本文提出了一种