垃圾邮件过滤算法研究.pdf

( ) 第 24 卷 第 4 期 徐州师范大学学报 自然科学版 Vol . 24 ,No . 4 2006 年 12 月 J . of Xuzhou Normal U niv . (Nat ural Science Edition) Dec . ,2006 垃圾邮件过滤算法研究 赵向军 , 路 　梅 (徐州师范大学 计算机科学与技术学院 ,江苏 徐州 　22 1116) 摘要 : 对当前垃圾邮件过滤技术进行了深入研究 ,讨论了支持向量机分类器在智能垃圾过滤中的应用 ,分析了 SV M 算法的不足. 结合 k 近邻算法 ,提出了一种基于支持向量的改进分类器 ,并通过大量实例对该分类器的有效性进行 了验证. 关键词 : 垃圾邮件 ;智能过滤 ;支持向量机 中图分类号 : TP393098 　　　文献标识码 : A 　　　文章编号 : (2006) 电子邮件以其方便 、快捷 、低成本的独特魅力已经成为信息社会不可或缺的信息传播手段 ,但是 ,伴 ( ) 随着电子邮件的广泛使用 ,其副产品 ———垃圾邮件 Sp am 也铺天盖地而来 ,给互联网和用户带来了巨 大的危害. 垃圾邮件不仅 占用大量的网络系统资源 ,湮没合法电子邮件 ,额外增加用户维护邮件的无效 开销 , 同时也给网络系统带来了安全隐患. 文献[ 1]对垃圾邮件的特性进行了详细描述 ,凡部分或全部具 ( ) ( ) 有该类特性的电子邮件均可称之为垃圾邮件. 实际上 ,部分垃圾邮件 如宣传类 与合法邮件 如通知类 的甄别有主观因素介入 ,因此垃圾邮件的界定也因人而异. 日益肆虐的垃圾邮件引起了国际社会的警 觉 ,1990 年代中后期 , 国际、国内相继成立了专门的应急响应机构 ,用于减缓或消除其危害. 同时也吸引 了众多研究者的关注 ,模式识别和智能计算等方面大量的先进技术也相继用于垃圾邮件的防堵. 但是 , 当前的邮件过滤技术仍然不尽人意 ,误判情况时有发生 ,给使用者带来了诸多不便. 本文在原有方法的 基础上 ,讨论了垃圾邮件的技术特征 ,而后提出了性能更为优良的改进的垃圾邮件 SV M 过滤算法. 1 　相关工作介绍 电子邮件系统的投递流程如图 1 所示. 用户通过 MU A (Mail U ser A gent ) 等书写电子邮件 ,然后通过 MU A 把邮件 发送到 M TA ( Mail Tran sp ort A gent ) , M TA 利用 SM TP ( Simp le Mail Tran sfer Protocol) 协议经多个 M TA 的接力式 传递 ,到达 目的地 M TA ,最后 ,利用 PO P3 ( Po st Office Proto 图 1 　电子邮件的投递流程 col V er sion 3) 协议通过 MDA (Mail Delivery A gent ) 把邮件发 送到目的用户邮箱[2 ] . Fig . 1 　Email delivery flow 目前 ,对抗垃圾邮件的主要方法是通过邮件过滤来拒收垃圾邮件或者将垃圾邮件就地销毁. 按照邮 件过滤在邮件系统结构中所处环节的不同 ,可分为 M TA 过滤 、MDA 过滤 、MU A 过滤等 ,它们分别对 垃圾邮件源 、传播途径和易感受体等环节进行监控 ,可有效遏制垃圾邮件的发生 ,降低垃圾邮件的危害. 其中 M TA 过滤是健壮邮件传递系统必备 ,MDA 因其善后处理方式而备受质疑 ,接