一种新的邮件过滤技术研究.docVIP

一种新的邮件过滤技术研究 　　摘要：为了改进已有邮件过滤算法的不足之处，提出一种新的邮件过滤算法。以往的大部分过滤算法采用的都是邮件属性精确匹配算法，并未使用模糊匹配思想，因此邮件的漏检率较高，并且发现未知邮件的效率较低。针对以往邮件过滤算法中漏检率比较高的不足之处，文中提出的邮件过滤算法的改进思路是：首先使用传统的黑白名单过滤技术对已知的邮件进行分类，那些是正常邮件，那些是垃圾邮件。在此基础之上使用相似性算法来计算未知邮件与已知邮件的相似度，从而达到对未知邮件分类目的，最后使用MMTD算法对的邮件相似度的好坏做出衡量，并且以此为邮件过滤提供有效的依据，经过以上的三个步骤之后，最后进行邮件的过滤。 　　关键词：垃圾邮件；MMTD；相似性 　　中图分类号：TP301.6文献标识码：A 　　Abstract：The widely used mail attributes exact matching algorithm does not use fuzzy matching ideas， so the rate of missed messages is high and the efficiency of finding the unknown message is low. This paper presented the improved spam filtering idea. First， the traditional black and white list of known email filtering technology was used to classify the messages into normal email and spam. Based on this， similarity algorithm was used to calculate the unknown email message with the known similarity， so as to achieve the unknown message classification purposes. Then， MMTD mail similarity algorithm was used to measure the quality of email message， which provides the effective basis for message filter. After the above three steps， the email messages were filtered. 　　Key words：spam； MMTD； similarity 　　1引言 　　正常邮件与垃圾邮件是两种性质的邮件，垃圾邮件是缺乏实际意义和没有用处的邮件，因此为了保护有限的邮件资源，必须阻止垃圾邮件在网络中肆意传播。到目前为止邮件过滤研究人员已开发出了许多邮件过滤技术。但由于垃圾邮件技术发展速度较快，单一的邮件过滤技术难以胜任某些的邮件过滤任务 。 　　现有的邮件过滤技术主要包括：①基于黑白名单邮件过滤技术，②基于过滤规则的邮件过滤技术，③基于邮件内容的过滤技术[1-3]。这些邮件过滤技术都各自的优势同时也有不足的地方。最早出现的黑白名单过滤技术的缺点是漏检率较高，并且效率低于基于其它的邮件过滤技术[1-3]。基于内容过滤技术与基于贝叶斯过滤算法在当今的邮件过滤技术中有较为广泛的应用，过滤邮件时误判率有所降低[1-3]。现在有以下几种技术在邮件过滤技术中进行应用：决策树，使用SPF协议该改进SMTP协议，人工免疫，ripper算法等等各种算法[3]。根据上述原因，为了将大部分垃圾邮件进行过滤，只有将已有的过滤技术综合应用才能够达到过滤邮件的目的。 　　本文提出的邮件过滤的算法中使用了黑白名单技术，相似性计算算法和MMTD算法，该邮件过滤的思路是：①提取已知的黑白名单邮件属性，②使用相似性算法计算未知邮件与已知邮件的相似性，③最后使用MMTD算法对相似性的计算结果做出衡量和估计。新邮件过滤算法优点在于①使用了两种近似算法：相似性计算和MMTD算法，②将传统的邮件过滤技术与相似性算法相互结合，③将邮件属性之间的精确匹配改为邮件属性之间的相似性匹配。 　　2现有的邮件过滤技术简介 　　2.1二黑白名单过滤技术 　　在黑白名单过滤技术中：网络管理人员把属于黑名的邮件设定为垃圾邮件名单，白名单设定为正常的邮件名单。因此根据已有的新名单可以将已知的邮件进行分类。黑/白名单的建立是周期性的而非实时的，并且黑/白名单还很容易出错，容易出现误判的现象[1-4]。 　　2.2基于过滤规则的邮件过滤技术