基于神經(jīng)網(wǎng)絡(luò)的郵件分類(lèi)識(shí)別研究.pdf

1、隨著電子郵件的廣泛應(yīng)用，垃圾郵件作為商業(yè)廣告、惡意程序或敏感內(nèi)容的載體，也越來(lái)越對(duì)系統(tǒng)的安全和人們的生活造成了嚴(yán)重威脅，反垃圾郵件問(wèn)題已經(jīng)成為全球性的具有重要現(xiàn)實(shí)意義的課題。 但是垃圾郵件快速增長(zhǎng)的同時(shí)，反垃圾郵件的技術(shù)發(fā)展緩慢。目前絕大部分郵件過(guò)濾技術(shù)缺乏智能性和自學(xué)習(xí)性，不能對(duì)己有垃圾郵件的學(xué)習(xí)來(lái)獲取識(shí)別新垃圾郵件的知識(shí)。只有少部分郵件過(guò)濾技術(shù)具有學(xué)習(xí)能力(比如貝葉斯過(guò)濾技術(shù))，但該技術(shù)僅局限于針對(duì)郵件的正文內(nèi)容進(jìn)行學(xué)習(xí)，因

2、此，對(duì)于結(jié)構(gòu)化文本信息的電子郵件米說(shuō)，這種技術(shù)也有其自身的不足。 本文在貝葉斯過(guò)濾技術(shù)的啟發(fā)下，通過(guò)分析傳統(tǒng)郵件過(guò)濾技術(shù)的不足之處，在對(duì)大量垃圾郵件進(jìn)行統(tǒng)計(jì)分析的基礎(chǔ)上，提出了一個(gè)基于服務(wù)器端的神經(jīng)網(wǎng)絡(luò)郵件分類(lèi)識(shí)別模型。該模型綜合分析了垃圾郵件和合法郵件的特征，對(duì)郵件結(jié)構(gòu)字段信息和郵件正文信息加以離散和特征化處理，并通過(guò)編程提取出7個(gè)特征屬性來(lái)表示成向量代表電子郵件。BP算法具有智能性和自學(xué)習(xí)性的特點(diǎn)，因此，本文提出采用BP神經(jīng)