基于用戶關(guān)系行為的垃圾郵件判別機制的研究與實現(xiàn).pdf

1、作為互聯(lián)網(wǎng)最基礎(chǔ)的應(yīng)用之一，電子郵件的廣泛使用使其占據(jù)互聯(lián)網(wǎng)數(shù)據(jù)總量的三分之一左右。隨著應(yīng)用的增多，垃圾郵件數(shù)量的增長也非常迅速，網(wǎng)民每周收到的垃圾郵件占總郵件量的三分之二還多。近幾年來，為應(yīng)對垃圾郵件愈禁愈多的情況，眾多研究人員提出了多種有效判別垃圾郵件的解決方案，但隨著實際情況的變化，垃圾郵件發(fā)送形式和方法不斷演進，各類技術(shù)總是無法長期發(fā)揮作用。
　　本文總結(jié)了現(xiàn)有垃圾郵件判別技術(shù)，重點分析了郵件用戶關(guān)系行為，在現(xiàn)有基于行為解

2、析的垃圾郵件判別技術(shù)的基礎(chǔ)上，歸納出郵件用戶關(guān)系行為網(wǎng)絡(luò)社區(qū)概念。根據(jù)郵件用戶之間的關(guān)系，建立郵件用戶關(guān)系行為網(wǎng)絡(luò)，利用復(fù)雜網(wǎng)絡(luò)社區(qū)劃分算法劃分用戶關(guān)系社區(qū)，然后把這些用戶關(guān)系社區(qū)應(yīng)用于實際的垃圾郵件判別。
　　本文在研究現(xiàn)有行為識別技術(shù)的過程中，把郵件通信行為網(wǎng)絡(luò)看成是人際關(guān)系網(wǎng)絡(luò)范疇，該判別機制的關(guān)鍵在于用戶關(guān)系網(wǎng)絡(luò)的社區(qū)劃分。為此，引入快速Newman算法（簡稱FN算法）、CPM(Clique Percolation Met

3、hod)算法和基于節(jié)點聯(lián)系算法，建立對比社區(qū)劃分機制，以獲得最優(yōu)劃分。將建立的用戶關(guān)系社區(qū)劃分機制的具體模型應(yīng)用到反垃圾郵件領(lǐng)域中，提高了垃圾郵件的識別精度和處理速度。
　　為了提升判別機制的準確度，對通過用戶關(guān)系行為社區(qū)識別出的可疑郵件采取進一步的判別，引入了分類回歸樹算法（CART），根據(jù)前期郵件頭數(shù)據(jù)處理獲得郵件行為特征數(shù)據(jù)，對照正常郵件行為進行多重判別。
　　經(jīng)過系統(tǒng)實現(xiàn)驗證，結(jié)合測試數(shù)據(jù)的反饋結(jié)果證明，基于用戶關(guān)系