一种垃圾邮件混合过滤技术研究

论文摘要

电子邮件已经成为人们日常生活中通信、交流的重要手段之一，但垃圾邮件问题也日益严峻，网民平均收到的垃圾邮件数量已经超过了正常邮件。反垃圾邮件技术已经成为了全球所关注的热点。其中基于内容的反垃圾邮件过滤技术更是研究的重点。贝叶斯邮件过滤器具有较强的分类能力，极高的准确率，占据了内容过滤领域的主导地位。但是在实际的应用中，垃圾邮件的特征是不断变化的，而传统的贝叶斯邮件过滤器往往不能反映这种变化。因此，贝叶斯邮件过滤器必须和一种动态适应、记忆性能很好的过滤方法结合起来过滤隐蔽性、变异能力日愈增强的垃圾邮件。人工免疫系统具备强大的自学习、自适应、健壮性等能力，已发展成为计算智能研究的一个崭新的分支。基于此，本文在分析贝叶斯的基本原理和人工免疫的仿生机理的基础上，将贝叶斯与人工免疫相结合，设计了一个基于贝叶斯和人工免疫的垃圾邮件组合过滤算法，并运用于垃圾邮件过滤系统中。具体的说，本文的工作主要包含下列内容：(1)概述了垃圾邮件的定义、危害，国内外垃圾邮件过滤问题的研究现状和发展趋势。(2)分析了贝叶斯和人工免疫系统的基本原理。给出了基本的贝叶斯公式，研究了几个贝叶斯模型，分析了人工免疫系统的仿生机理，及其常用的免疫算法。(3)设计了一个基于贝叶斯和人工免疫的垃圾邮件组合过滤算法。(4)设计了一个基于贝叶斯和人工免疫的垃圾邮件混合过滤系统，并分别在中、英文语料集上做了对比测试及分析，取得了较好的效果。

论文目录

• 摘要
• ABSTRACT
• 第一章 引言
• 1.1 垃圾邮件及其危害
• 1.2 国内外垃圾邮件过滤技术的研究现状和发展趋势
• 1.3 论文的目的和意义
• 1.4 论文主要工作和创新点
• 1.5 论文的章节安排
• 第二章 相关过滤技术介绍
• 2.1 贝叶斯理论简介
• 2.1.1 贝叶斯基础理论
• 2.1.2 几种贝叶斯网络模型
• 2.1.3 朴素贝叶斯文本分类算法
• 2.2 人工免疫系统简介
• 2.2.1 人工免疫系统仿生机理
• 2.2.2 免疫算法
• 2.2.3 人工免疫原理对邮件过滤技术的启示
• 2.3 小结
• 第三章 基于贝叶斯和人工免疫的垃圾邮件组合过滤算法研究
• 3.1 算法的提出
• 3.2 算法的基本思想
• 3.3 算法的机制设计
• 3.3.1 邮件预处理
• 3.3.2 邮件判别
• 3.3.3 抗体更新
• 3.4 算法具体流程
• 3.5 小结
• 第四章 垃圾邮件混合过滤系统设计与实现
• 4.1 系统背景
• 4.2 系统设计
• 4.3 系统实现
• 4.3.1 自我/非自我
• 4.3.2 抗体/抗原
• 4.3.3 亲合力的定义和计算
• 4.3.4 记忆细胞
• 4.3.5 克隆选择
• 4.3.6 抗体变异
• 4.4 小结
• 第五章 测试及分析
• 5.1 测试环境
• 5.1.1 软/硬件配置清单
• 5.1.2 测试工具
• 5.2 测试语料库
• 5.2.1 英文语料库
• 5.2.2 中文语料库
• 5.3 评价体系
• 5.4 系统参数对测试结果的影响
• 5.4.1 未成熟细胞集合抗体数量对测试结果的影响
• 5.4.2 记忆细胞集合细胞数量对测试结果的影响
• 5.4.3 阈值对测试结果的影响
• 5.4.4 算法比较
• 5.5 小结
• 第六章 总结
• 6.1 总结
• 6.2 下一步工作及展望
• 致谢
• 参考文献
• 攻硕期间取得的研究成果