论文部分内容阅读
电子邮件目前已成为网络用户最流行的交流工具,但随之而来的垃圾邮件却让人们感到十分头疼。为了减少用户邮箱中的垃圾邮件,各种垃圾邮件过滤技术相继出现,如黑名单,白名单,基于规则的过滤技术,基于内容的过滤技术等。但这些技术都是利用已有的垃圾邮件样本和合法邮件样本对垃圾邮件过滤器进行训练,因而对于新类型的垃圾邮件无能为力,而垃圾邮件发送者会不断制造出新类型的垃圾邮件企图绕过垃圾邮件过滤器。针对这种情况,人们提出了一种新型的垃圾邮件过滤技术—协作过滤。它的基本思想是把若干个垃圾邮件过滤器联合起来,形成一个协作组,彼此分享收到的新类型垃圾邮件以达到共同对付新类型垃圾邮件的目的。信息接种就是一种协作式垃圾邮件过滤技术。它是将用户收到的新类型垃圾邮件组织成某种固定格式,然后再将其发送给协作组内其它垃圾邮件过滤器,其它垃圾邮件过滤器收到后就可以进行自我训练。在Dspam、CRM114、SpamAssian等垃圾邮件过滤器中,信息接种作为一种特殊技术已经被应用起来。但在目前已经引入信息接种的垃圾邮件过滤器中,信息接种的实现需要用户进行复杂的手工操作,并且没有考虑到用户的个人偏好,对于协作组内用户间的信任问题,也只保证了传输的信息接种数据本身的真实性,而没有考虑到信息接种组内用户之间的信任关系。Agent是一个灵活、自主的实体,多Agent协作可以有效解决大型而复杂的问题。因此,本文把Agent技术引入到信息接种中,提出了基于Agent的信息接种反垃圾邮件模型ABMIM(Agent-Based Message Inoculation Model),用Agent来代替用户发送、组织、接收信息接种。同时为了解决用户也即Agent间的信任问题,我们在ABMIM中嵌入了协作信任模型CTM(Collaborative Trust Model)。实验结果表明,ABMIM不但能够减少用户发送、接收信息接种的手工操作,改进垃圾邮件过滤器的准确率,而且能够保留邮件用户的偏好。在嵌入CTM后,模型能有效减少协作组内恶意用户发送的错误信息接种数。