基于貝葉斯算法的垃圾郵件過濾技術綜述-免費閱讀

　　

【正文】 [10]江河，對抗垃圾郵件[J]，網管員世界，2005。[2]中國教育和科研網垃圾郵件處理小組，垃圾郵件的文化與歷史，H://.。 (3) 設計和實現一個基于貝葉斯算法的過濾模型。第五章 總結與展望隨著電子郵件的廣泛應用，垃圾郵件的增長也越來越快，反垃圾郵件已經成為全世界共同關注的問題，對于垃圾郵件過濾的研究已經取得了一定的成果。公式：為： 一個算法的準確與否體現在：一是需要準確的把真正的垃圾郵件給過濾掉，增加郵件過濾的準確性；二是減少把正常郵件給過濾掉，即減少正常郵件的誤判率。在我國，采用WINDOWS NT作為局域網操作系統的占不小比例，而從技術角度來說， SQL Server2005同WINDOWS NT緊密的結合在一起，能很好的處理部門級的數據。對于本論文的實驗測試, Windows Server 2003有很好的穩定性。 // 獲得所有的類別和類別的權重 for (int i = 0。 //關鍵詞 public double Value。 } keyWord = ()。一封郵件在經過解碼、分詞之后就成為詞的集合，對收集的樣本郵件進行處理分析得到所有郵件詞的集合即全特征集。該樣本集包含兩集合：“2005Jun”和 “2005Jul”，分別記錄2005年6月和7月的中文郵件。采用人工判別方式，對臨時數據庫中的內容進行人工分類。(2) 域中真實用戶收到但接受者認為不是他(她)所希望收到的也被視為要收的集垃圾郵件。第三章 基于標準郵件集構造垃圾郵件分類向量國際上已經有一些英文的垃圾郵件樣本集，如由希臘學者Androutsopoulos提供的PU系列和Lingspam樣本集。但每個收件人必須看了內容以后才知道該郵件是垃圾郵件，利用分布協作的內容指紋過濾方法對此類郵件有很好的過濾作用。目前，市場上常用的反垃圾郵件軟件提供此郵件主題掃描和郵件附件掃描功能，支持郵件內容掃描的反垃圾郵件軟件很少。(3) 基于靜態內容過濾技術靜態內容過濾實際上只對“規矩”的垃圾郵件有效，這些規矩的垃圾郵件常常是網絡營銷的廣告，有些更規矩的廣告在郵件主題上提示“ADV：”，這種郵件其實反而不是最主要防范的郵件，如果用戶不想接收廣告郵件，只需簡單過濾郵件主題，發現ADV即拒收。該方法的缺點是如果用戶希望收到來自某一地址的電子郵件，用戶必須事先設置允許接收這一地址郵件的規則。同時關鍵字詞還可以是短語和短句。(2) 對收件人地址的過濾大家可能會說，收件地址不就是我的郵箱地址嗎?這還需要過濾?當然，收件人地址也是可以用來發送垃圾郵件的。(3) 利用垃圾郵件過濾技術。現在非技術手段有以下幾種：(1) 立法模式。對每一個外發的郵件MTA決定接收方的目的地。這種非交互式的通信，加速了信息的交流及數據傳送，它是—個簡易、快速的方法。本文的主要工作內容如下：(1) 對當前現有過濾技術發展現狀、基本原理、基本方法和過程進行研究和分析，并對主要過濾技術的優缺點進行比較。為了保證電子郵件在Internet上安全的運行，在理想狀態下，應該有一個Internet電子郵件的安全標準。2008年7月24日，中國互聯網絡信息中心（CNNIC）在京發布《第22次中國互聯網絡發展狀況統計報告》顯示，截至2008年6月底，首次大幅度超過美國，躍居世界第一位。因為目前大部分的垃圾郵件是利用第三方服務器轉發。從以上界定的郵件內容上看，目前可以將垃圾郵件歸納為具有以下幾類特征的郵件：帶有商業廣告性質的郵件；色情、暴力郵件；網上購物及賺錢的郵件；帶有政治目的的郵件以及帶有病毒的郵件等。由于網絡的開放性，垃圾郵件成為互聯網上的一個日益嚴重的全球性安全問題，越來越得到社會大眾和研究人員的重視和關注。這是第一次使用 Spam（垃圾郵件）一詞，用來描述新聞或電子郵件的主動性發布。目前，對付垃圾郵件的主要方法和手段是通過反垃圾郵件立法和使用郵件過濾技術進行處理，現已經相繼出現了多種郵件過濾技術。常用的包括黑/白名單技術、基于內容的分析方法以及基于規則的方法等。一些商人開始學習Canter 和 Siegel，為商業公司提供廣告信件和發送服務。 垃圾郵件的定義及其危害 垃圾郵件定義垃圾郵件的英文名稱為 Spam或Junk Mail，一般使用Spam一詞。 垃圾郵件危害垃圾郵件的泛濫給人們帶來的危害和損失主要體現在以下幾個方面：(1) 垃圾郵件給網絡運營商造成了嚴重的損失。這樣做可以節省郵件發送者經費，但是會給被盜用者帶來很多危險，如由于線路擁塞，造成系統的癱瘓。與此同時，垃圾郵件也越來越深入網民的日常生活，%，在網絡應用中排名第六位。所有的郵件作者和廠商都要執行它，那么我們在Internet上將具有安全的電子郵件。(2) 將垃圾郵件樣本集分類，基于已分好類別的垃圾郵件樣本集進行研究，提取每個類別中垃圾郵件的關鍵詞，該關鍵詞是垃圾郵件中的敏感字符，是一個類別中能表達該類別文本內容的詞條，即分類向量。通過連接全世界的Internet，實現各類信號的傳送、接收、存儲等處理，將郵件送到世界的各個角落。常用的MTA程序有Sendmail、Qmail和Postfix。立法模式是由國家和政府主導的模式，這種模式的基本做法是由國家通過立法的方法，從法律上確立網絡隱私保護的各項基本原則與各項具體的法律、規定和制度，并在此基礎上建立相應的司法或者行政措施。近年來，有關垃圾郵件過濾技術的研究開始逐步興起，相關的投入也越來越大，涌現了一大批相關產品，如果能從技術上解決垃圾郵件問題，那是最理想的垃圾郵件解決方法了。這種情況就是考慮到郵件列表了，因為郵件列表在發送的時候，收件人地址只是一個列表的名稱，所以，雖然有些郵件收件人不是你，但是，是以郵件列表的形式發送的，所以，你還是會收到的。(5) 對郵件頭信息過濾郵件頭信息是記錄郵件投遞過程的原始信息，這一點對垃圾郵件有著非常重要的意義。如果以前獲得批準的客戶改變了郵件地址，用戶必須將新地址寫入白名單，否則就收不到來自這位客戶的電子郵件。例如一些詞匯“免費”被變成“免…費”或“免費”,令垃圾郵件過濾防不勝防，同時導致了正常郵件如果使用了這些詞匯也被拒絕。在實施中很難對付會自動變化主題的垃圾郵件，帶來了很高的誤判率。 分布協作分析的主要原理：從郵件中提取出可以代表內容的指紋數據，不同的內容會產生不同的指紋，用這些指紋代表郵件，全球的兼容用戶會提交郵件的指紋，從服務器得到響應，以知道有多好封相同的郵件在全球傳播，這樣來識別郵件是否為垃圾郵件。PU樣本集只保留了郵件的標題和正文的純文本內容。另外，只收集簡體中文的垃圾郵件，即主題或者內容中包含至少一個國標（Gb2312）的漢字。來自SPAMPOT的郵件，如果被認為是中文垃圾郵件則存放到垃圾郵件數據庫；如果被認為是正常郵件則把該郵件的信頭信息存放到數據庫，刪除內容，確保不侵犯個人隱私問題。每個集合中包含兩個目錄：spam和ham。在訓練過程中，對垃圾郵件樣本集中的郵件分類，把組成郵件的詞分離出來作為分類向量的處理數據。 while((keyWord)=0) { nCount++。 //概率 }●函數名稱：public struct structType函數功能：類別結構體代碼實現： public struct structType { public string Type。 i 。(2) 開發平臺按照微軟公司的定義，. NET就是微軟公司的XML Web服務平臺，它是為了解決互聯網應用中存在的普遍問題而預先建立的基礎設施。SQL Server2005所具有的將關系數據庫