三維復(fù)合型垃圾郵件過(guò)濾技術(shù)的研究與實(shí)現(xiàn).pdf

1、在垃圾郵件與反垃圾郵件的斗爭(zhēng)中，郵件過(guò)濾技術(shù)是主要手段。當(dāng)前的郵件過(guò)濾技術(shù)基本上是基于郵件內(nèi)容的機(jī)器學(xué)習(xí)，包括支持向量機(jī)、K-NN、Boosting、Winnow、貝葉斯過(guò)濾等。這些技術(shù)存在的問(wèn)題是：要么召回率等指標(biāo)不能令人滿意，要么訓(xùn)練時(shí)間長(zhǎng)、誤報(bào)率高。 本文提出并實(shí)現(xiàn)了一種三維復(fù)合型垃圾郵件過(guò)濾系統(tǒng)。該系統(tǒng)采用基于下列三種過(guò)濾技術(shù)的復(fù)合過(guò)濾模型：基于用戶反饋的協(xié)同過(guò)濾技術(shù)、基于個(gè)人郵件網(wǎng)絡(luò)的白名單過(guò)濾技術(shù)和自適應(yīng)貝葉斯過(guò)濾技

2、術(shù)。 協(xié)同過(guò)濾技術(shù)用來(lái)過(guò)濾群發(fā)垃圾郵件，其中使用了改進(jìn)的Nilsimsa摘要算法判斷相似郵件，并采用了顯式和隱式反饋收集技術(shù)。白名單過(guò)濾技術(shù)用來(lái)過(guò)濾群發(fā)合法郵件，依據(jù)所構(gòu)建的個(gè)人郵件網(wǎng)絡(luò)的群體相關(guān)性進(jìn)行判斷。貝葉斯過(guò)濾技術(shù)充分使用了前兩種過(guò)濾的輸出結(jié)果進(jìn)行訓(xùn)練，通過(guò)特征提取方法、多次迭代訓(xùn)練方法等進(jìn)行自適應(yīng)過(guò)濾。 實(shí)驗(yàn)結(jié)果分析表明，與當(dāng)前最普遍使用的簡(jiǎn)單貝葉斯過(guò)濾結(jié)果相比，復(fù)合過(guò)濾系統(tǒng)的召回率提高了4.26個(gè)百分點(diǎn)，正確率