垃圾邮件过滤算法的研究与应用文献.docVIP

垃圾邮件过滤算法的研究与应用 摘 要 Internet 的问世带来了电子邮件业务的出现，电子邮件以其快捷、方便、低成本的特点广泛普及和繁荣，成为了信息交流的重要渠道，也是人们信息获取的重要途径。然而，随之而来的大量垃圾邮件占用了有限的存储、计算和网络资源，甚至威胁到系统安全。垃圾邮件的处理耗费服务器提供商和用户大量的时间和财力，影响用户的正常工作、生活和学习。垃圾邮件带来的诸多问题已严重干扰电子邮件的正常应用，如何有效治理垃圾邮件已成为现代社会迫切关注的话题，同时也是目前互联网上亟待解决的问题。因此提出一套行之有效的垃圾邮件过滤算法并设计出高效率的垃圾邮件过滤系统有着重要的现实意义。 本文首先对垃圾邮件进行了概述，并对当前垃圾邮件过滤技术进行综合介绍。其次，在全面系统地学习了国内外反垃圾邮件领域的最新成果的基础上，总结了各种垃圾邮件过滤技术的优点和不足，并得出一般的垃圾邮件过滤步骤。垃圾邮件过滤本质上是文本分类的问题，而贝叶斯算法是目前最受欢迎的文本分类算法，因此贝叶斯算法在垃圾邮件过滤领域可以有着良好的应用。接着对贝叶斯算法及国内外贝叶斯算法在垃圾邮件过滤系统中的应用情况进行了深入研究和全面分析，将其运用在中文垃圾邮件过滤系统中，并设计了基于贝叶斯算法的中文垃圾邮件过滤模型。 在此基础上，本文基于SSH框架、JQUERY和MYSQL数据库等设计并开发了基于贝叶斯算法的邮件过滤系统。为了适应中文邮件的处理，引入中文分词机制，并结合了基于邮件地址的黑白名单过滤，弥补邮件的误判，提高了系统的过滤效率、正确率和时空效率。同时，黑白名单过滤允许用户手动添加，提高了系统的灵活性。整个过程对用户来说是透明的，不会影响用户的正常网络行为。经过测试，系统的正确率为95%。 垃圾邮件制造和垃圾邮件过滤本身就是一对矛盾，双方都在不断的发展。在功能上没有永远完美的垃圾邮件过滤技术。所以，在最后本文对垃圾邮件过滤技术今后的研究方向进行了展望。 关键字：垃圾邮件，过滤，黑白名单，贝叶斯算法，中文分词 Research and application of Spam filtering algorithm Abstract The advent of Internet has brought the emergence of e-business, e-mail with its fast, convenient and low cost characteristic widespread popularization and prosperity, has become an important channel for information exchange, also an important way to people accessing to information. However, the subsequent lots of Spam occupied the limited storage, computing and network resources, even threatening the system security. Processing of Spam cost server providers and users a lot of time and money, affects normal users’ work, their life and learning. Spam has caused many problems seriously interfering with the normal e-mail application, how to control spam has become a topic of pressing concern in modern society, but also present problems to be solved on the Internet. Therefore proposing an effective spam filtering algorithm and designing a highly efficient spam filtering system has important practical significance. This paper provides an overview of spam, and spam filtering technology, the current overview. Secondly, on the basis of systematic study of the latest spam filte