面向海量郵件過(guò)濾的云計(jì)算技術(shù)研究.pdf

1、目前，全球范圍內(nèi)的垃圾郵件問(wèn)題日益嚴(yán)重，不僅嚴(yán)重占用網(wǎng)絡(luò)資源，威脅網(wǎng)絡(luò)安全，更對(duì)人們的日常生活造成了嚴(yán)重困擾，給傳統(tǒng)反垃圾郵件過(guò)濾技術(shù)帶來(lái)了巨大挑戰(zhàn)。云計(jì)算的出現(xiàn)和發(fā)展，打破固有模式，提出了新型的分布式并行編程模型和服務(wù)應(yīng)用模式，為反垃圾郵件過(guò)濾課題提供了新的思路。
　　本文選取貝葉斯郵件過(guò)濾算法作為研究對(duì)象，在深入研究了云計(jì)算在海量數(shù)據(jù)處理方面的核心技術(shù)之后，針對(duì)傳統(tǒng)分布式貝葉斯算法實(shí)現(xiàn)中存在效率低、前期訓(xùn)練消耗資源大等缺點(diǎn)，對(duì)

2、貝葉斯郵件過(guò)濾算法進(jìn)行了改進(jìn)，設(shè)計(jì)和實(shí)現(xiàn)了一種基于Hadoop開(kāi)源云架構(gòu)的貝葉斯郵件過(guò)濾MapReduce模型，還引入反饋學(xué)習(xí)機(jī)制，以適應(yīng)垃圾郵件的不斷更新與變化，提高垃圾郵件過(guò)濾的效率。實(shí)驗(yàn)結(jié)果表明，貝葉斯郵件過(guò)濾的MapReduce模型，在保持召回率、查準(zhǔn)率和判對(duì)率等指標(biāo)良好表現(xiàn)的同時(shí)，提高了過(guò)濾的執(zhí)行效率。
　　在對(duì)比不同角色的郵件過(guò)濾類型之后，本文采用位于MDA端的郵件過(guò)濾方式，并結(jié)合貝葉斯垃圾郵件安全性過(guò)濾MapRedu