基于結(jié)構(gòu)型模糊支持向量機(jī)的垃圾郵件分類系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、作為因特網(wǎng)最具有爭(zhēng)議副產(chǎn)品的垃圾郵件給企業(yè)辦公、郵件服務(wù)器管理者以及計(jì)算資源帶來(lái)了額外負(fù)擔(dān)，降低了企業(yè)的工作效率，更嚴(yán)重地有可能帶來(lái)信息安全問題。研究垃圾郵件的分類算法和過(guò)濾機(jī)制，建立企業(yè)垃圾郵件分類系統(tǒng)，對(duì)提高企業(yè)的工作效率和信息安全具有重要地現(xiàn)實(shí)意義。
　　首先闡述了傳統(tǒng)垃圾郵件分類采用的樸素貝葉斯算法，介紹了近年來(lái)提出的模糊支持向量機(jī)算法，以及改進(jìn)型的結(jié)構(gòu)型模糊支持向量機(jī)算法。提出了將結(jié)構(gòu)型模糊支持向量機(jī)算法應(yīng)用在高維度、半

2、結(jié)構(gòu)型的垃圾郵件文本分類系統(tǒng)中?；跈?quán)威的SpamBase數(shù)據(jù)集設(shè)計(jì)了對(duì)比實(shí)驗(yàn)，驗(yàn)證了結(jié)構(gòu)型模糊支持向量機(jī)算法較其他兩種算法具有更高的穩(wěn)定性和分類準(zhǔn)確率。基于對(duì)比實(shí)驗(yàn)最終選取結(jié)構(gòu)型模糊支持向量機(jī)算法作為本系統(tǒng)的分類算法，并進(jìn)一步提出了該算法的兩個(gè)核心指標(biāo)——模糊隸屬度和結(jié)構(gòu)信息在郵件文本分類場(chǎng)景下的計(jì)算方式。
　　其次分析了目前郵件提供商的垃圾郵件過(guò)濾技術(shù)，以及企業(yè)對(duì)郵件服務(wù)的具體需求;設(shè)計(jì)了適用于中小企的企業(yè)郵件服務(wù)系統(tǒng)，系統(tǒng)包

3、括郵件接收模塊、發(fā)送模塊、解碼模塊、預(yù)處理模塊、分類模塊。著重實(shí)現(xiàn)了郵件預(yù)處理模塊和基于結(jié)構(gòu)型模糊支持向量機(jī)算法的垃圾郵件分類模塊，并在預(yù)處理模塊中實(shí)現(xiàn)了基于Hadoop的并行化分詞方案和基于TF-IDF指標(biāo)的關(guān)鍵詞提取方案;對(duì)垃圾郵件分類系統(tǒng)進(jìn)行了黑盒和白盒測(cè)試。
　　本文基于結(jié)構(gòu)型模糊支持向量機(jī)的垃圾郵件分類系統(tǒng)實(shí)現(xiàn)了郵件系統(tǒng)的接收、發(fā)送、解碼、預(yù)處理及分類模塊，經(jīng)過(guò)功能測(cè)試和性能測(cè)試，驗(yàn)證了垃圾郵件分類系統(tǒng)基于模糊支持向量機(jī)