基于雙隸屬度模糊支持向量機(jī)的郵件過濾.pdf

1、隨著因特網(wǎng)的迅猛發(fā)展，電子郵件成為了現(xiàn)代通信的主要手段。但是同時(shí)，許多垃圾郵件也在網(wǎng)絡(luò)中蔓延，給廣大用戶帶來了大量的麻煩。垃圾郵件成為作為互聯(lián)網(wǎng)上的一個(gè)日益嚴(yán)重的全球性安全問題，越來越得到社會(huì)大眾和研究人員的重視和關(guān)注。因此能夠有效地防治垃圾郵件是一個(gè)有重要意義的現(xiàn)實(shí)問題。 本文研究了大量國(guó)內(nèi)外最新反垃圾郵件文獻(xiàn)和數(shù)據(jù)，對(duì)已有的垃圾郵件過濾技術(shù)做出分析、總結(jié)和展望。目前經(jīng)常采用的垃圾郵件過濾技術(shù)可以分為兩類，一類是基于規(guī)則的過濾

2、方式。一般包括白名單與黑名單技術(shù)、規(guī)則過濾以及基于關(guān)鍵詞匹配的內(nèi)容掃描等。另一類是從電子郵件的文本內(nèi)容入手，使用文本分類、信息過濾的算法，在訓(xùn)練郵件集合上學(xué)習(xí)垃圾郵件分類器。 我們注意到，目前已有機(jī)器學(xué)習(xí)方法在進(jìn)行垃圾郵件過濾時(shí)，一封郵件都是被確定地分類為垃圾郵件或者是合法郵件。但實(shí)際上，針對(duì)郵件服務(wù)器端的多個(gè)用戶，一封郵件是垃圾郵件還是合法郵件，不同的用戶有不同的認(rèn)識(shí)，而且還有程度的問題，因此對(duì)郵件過濾的處理應(yīng)被視為不確定信息

3、的處理問題。 在本文的研究中，針對(duì)郵件所含信息的模糊性和合法郵件與垃圾郵件錯(cuò)分代價(jià)的不對(duì)稱性提出了基于雙隸屬度模糊支持向量機(jī)的郵件過濾方法。在確定樣本的隸屬度時(shí)，提出了一種新的有效地反映樣本數(shù)據(jù)不確定性的隸屬度函數(shù)來對(duì)郵件來計(jì)算隸屬度，通過對(duì)每個(gè)樣本賦予不同的雙隸屬度，得到雙隸屬度模糊支持向量機(jī)郵件過濾分類器。 經(jīng)仿真實(shí)驗(yàn)和相關(guān)方法的對(duì)比實(shí)驗(yàn)證明，本文所提出的郵件分類器能夠有效降低將合法郵件誤判為垃圾郵件，而且有很高的正