基于朴素贝叶斯分类的手机垃圾短信过滤系统.docVIP

基于朴素贝叶斯分类的手机垃圾短信过滤系统 　　摘要：该文介绍一种手机垃圾短信过滤的方法，通过将朴素贝叶斯分类技术与黑名单技术相结合，应用于垃圾短信的过滤中。全文详细介绍了过滤系统的结构和流程，为了进一步提高分类器的准确性，对朴素贝叶斯分类多元模型公式进行了相应改进。 　　关键词：手机垃圾短信；黑名单；朴素贝叶斯分类 　　中图分类号：TP393文献标识码：A文章编号：1009-3044(2008)26-1797-03 　　Handset Trash Short Note Filtration System Classifies which Based on Simple Baye 　　ZHANG Yong-gan 　　(Putian Institute Electronic Information Project Department, Putian 351100, China) 　　Abstract: This article introduced one kind of handset trash short note filtration the method, through classifies simple Baye the technology and the blacklist technology unifies, applies in trash short note filtration. Full text detailed introduction filtration system structure and flow, in order to further enhance the sorter the accuracy, classified the multi-dimensional model formula to simple Baye to make the corresponding improvement. 　　Key words: handset trash short note; blacklist; simple baye classifies 　　 　　1 引言 　　 　　随着移动通信技术的飞速发展和手机普及率的迅速提高，手机短信越来越受到众多人士的青睐。短信业务正以其短小、迅速、简便、价格低廉等诸多优点日益成为人们的一种重要通信和交流方式。移动短信业务在飞速发展的过程中，一方面给广大使用者带来了各种方便；另一方面由于各种垃圾短信的大量出现，也带来了信息安全上的问题，影响了人们的正常生活。因而非常有必要将这些垃圾短信过滤掉。 　　通过对短信业务结构的分析，短信的发送方式有两种，一种是SP-手机，另外一种是手机-手机，无论哪一种都是通过短信服务中心进行存储、转发，再到用户手机上。所以可以从两个方面对垃圾短信进行过滤，一种是短消息服务中心的过滤方式，另一种是手机终端的过滤方式。无论是从短消息服务中心的过滤方式还是手机终端的过滤方式，都存在一些不足。现在一些高端手机上已经运用了黑名单技术来实现垃圾短信的过滤，但功能有限。考虑手机容量越来越大，本系统采用了手机终端的过滤方式，通过黑名单技术与文本分类技术相结合的方法，利用朴素贝叶斯分类方法对短信内容进行分类识别，从而实现对垃圾短信的过滤。 　　 　　2 系统结构 　　 　　本系统主要包括两个子系统，分别为黑名单子系统和朴素贝叶斯分类子系统，其中黑名单子系统主要是实现对黑名单的各项操作，其中包括将新号码加入到黑名单、在黑名单中查找号码、删除黑名单里的号码、实现黑名单里号码等功能。而朴素贝叶斯分类子系统主是实现对短信内容的识别，通过学习建立一个短信分类器，然后将分类器应用于实践中。其中包括分词、特征向量的选取、分类器的学习、及分类器的应用。具体系统结构见图1。 　　 　　3 系统流程 　　 　　本过滤系统是应用于手机终端，所以整个过滤过程是介于短信到达手机与通知用户收到短信之间 进行，具体手机垃圾短信过滤程序流程如下： 　　1）获取发送短信的手机号码； 　　2）在黑名单中查找手机号码，如果发现手机号码在黑名单中，则自动实现过滤； 　　3）否则，获取短信文本内容； 　　4）调用短信分类程序进行短信识别，如果由短信分类模型测试出短信不是垃圾短信，直接执行第7步。 　　5）如果由短信分类模型测试出短信是垃圾短信，就弹出一个提示信息给用户，由用户来决定是否阅读此条短信，如果用户选择阅读，则执行第7步。 　　6）如果不阅读，则将短信过滤掉。 　　7）通知用户阅读； 　　8）如果用户发现是垃圾短信，就人工地将号码加入黑名单去。 　　具体的流程图见图2。 　　 　　4 朴素贝叶斯分类技术