基于改進貝葉斯模型的中文郵件過濾系統(tǒng).pdf

1、隨著電子郵件在世界范圍內的廣泛應用，垃圾郵件作為商業(yè)廣告、惡意程序或敏感內容的載體，對系統(tǒng)安全和人類生活所造成的影響越來越嚴重，反垃圾郵件問題作為一個全球性的課題具有重要的現(xiàn)實意義。另據統(tǒng)計表明，目前我國已經成為第二大垃圾郵件受害國，因此，針對于中文垃圾郵件的識別與過濾更顯得尤為重要。 郵件過濾技術是反垃圾郵件的重要手段，目前的垃圾郵件過濾技術主要分為兩種：基于規(guī)則的過濾和基于概率的過濾?；谝?guī)則的過濾從郵件的結構出發(fā)，通過對垃

2、圾郵件特征的總結制定相應的過濾規(guī)則，但是垃圾郵件的表現(xiàn)形式變化迅速，規(guī)則的維護并非易事。 基于概率的過濾技術是從郵件信體包含的內容出發(fā)，利用文本分類方法對郵件類別進行判斷。由于信體是垃圾郵件信息的最終載體，因此基于概率的過濾具有較高的準確性，成為當前郵件過濾技術的主流。 論文對基于概率的郵件過濾技術進行討論，其中著重研究貝葉斯算法及其相關模型，詳細介紹了樸素貝葉斯方法，最小風險貝葉斯方法的原理。論文在貝葉斯方法現(xiàn)有的二項

3、獨立模型和多項式模型的基礎上，結合最小風險貝葉斯方法的思想，提出一種新的更加完善的貝葉斯分類器構造模型：改進貝葉斯模型。實驗表明，此模型具有較好的分類準確率和查全率。 論文結合郵件分類器的實現(xiàn)與測試，給出一種垃圾郵件過濾系統(tǒng)的設計結構及具體實現(xiàn)。系統(tǒng)以分類器為核心，利用Linux環(huán)境下的開源軟件Sendmail作為郵件服務器的主體，通過對Sendmail提供的Milter接口的開發(fā)和擴展實現(xiàn)郵件過濾的功能；郵件分類器模塊以插件形