垃圾郵件過(guò)濾算法研究及系統(tǒng)實(shí)現(xiàn).pdf

1、電子郵件自發(fā)明以來(lái)，已經(jīng)成為人們生活中不可缺少的通訊方式。人們?cè)谙硎茈娮余]件帶來(lái)的方便和速度的同時(shí)也遭受著垃圾郵件、釣魚(yú)攻擊以及其它一些網(wǎng)絡(luò)詐騙行為的危害。據(jù)2007年Commtouch發(fā)布的電子郵件威脅趨勢(shì)報(bào)告顯示，全球95％的郵件是垃圾郵件。垃圾郵件給互聯(lián)網(wǎng)及廣大用戶帶來(lái)了很大負(fù)面影響，它不僅占用系統(tǒng)資源，浪費(fèi)用戶時(shí)間，同時(shí)也帶來(lái)安全隱患，更給國(guó)民經(jīng)濟(jì)造成了巨大損失，已經(jīng)成為一個(gè)全球性的問(wèn)題。 面對(duì)垃圾郵件的迅速增長(zhǎng)而帶來(lái)的

2、巨大危害，很多國(guó)家紛紛采取抵制措施，希望通過(guò)立法手段還網(wǎng)民以寧?kù)o的空間。同時(shí)，人們也積極從技術(shù)上展開(kāi)反垃圾郵件的研究，從垃圾郵件產(chǎn)生的源頭、傳播途徑，到最后的接收者等各個(gè)方面，提出了一些行之有效的垃圾郵件防范體系和垃圾郵件過(guò)濾方法。 本文概述了當(dāng)前反垃圾郵件的主要技術(shù)手段，并且從機(jī)器學(xué)習(xí)的角度研究垃圾郵件過(guò)濾算法，將垃圾郵件過(guò)濾問(wèn)題納入到機(jī)器學(xué)習(xí)框架當(dāng)中。 垃圾郵件的過(guò)濾問(wèn)題本質(zhì)上是一個(gè)分類問(wèn)題，并且是一個(gè)分成兩類的分類

3、問(wèn)題。過(guò)濾垃圾郵件，即判斷郵件是否是垃圾郵件。若為垃圾郵件，則采取相應(yīng)措施進(jìn)行過(guò)濾，否則為正常郵件，不作處理。因此，機(jī)器學(xué)習(xí)中的很多算法都可以用到垃圾郵件過(guò)濾當(dāng)中去。 本文重點(diǎn)研究了在垃圾郵件過(guò)濾中廣泛應(yīng)用的四種算法：貝葉斯算法，Winnow，AdaBoost和支持向量機(jī)。通過(guò)大量對(duì)比實(shí)驗(yàn)，本文詳細(xì)分析了上述四種算法對(duì)于樣本的敏感性和適用的范圍。 此外，本文還實(shí)現(xiàn)了一種基于客戶端的垃圾郵件過(guò)濾系統(tǒng)。此系統(tǒng)集成了上述四種過(guò)