论文部分内容阅读
随着国际互联网Internet的发展和普及,电子邮件已经成为人们日常生活中不可缺少的通信手段之一。但电子邮件给人们带来极大便利的同时,也日益显示出其负面影响,那就是我们每天收到的邮件中有很大一部分是垃圾邮件。面临着垃圾邮件问题日益严重的现状,人们开始从多方面寻找解决方法。目前,常用的垃圾邮件过滤方法有两个:基于规则的过滤方法和基于贝叶斯理论的内容过滤方法。其中,基于规则的过滤方法比较简单,系统会采用黑、白名单,发送者验证、接收者验证、速率控制、策略控制等多种方法进行过滤。相比而言,基于贝叶斯理论的内容过滤方法则比较复杂。它的处理流程如下:当处理一封邮件时,系统首先会对这封邮件应用各项内容规则,而每条规则对应一个权重(此权重可正,可负),每封邮件的总权重就是所匹配规则的权重之和。如果总权重为负,则表示这封邮件被判定为“正常邮件”,然后按照正常邮件的处理方式进行处理,默认处理方式是将邮件投递到用户的收件箱或者投递到用户的自定义文件夹中。相反,如果总权重为正,则表示这封邮件为“疑似垃圾邮件”,将会按照疑似垃圾邮件的处理方式进行处理。默认处理方式是将邮件投递到用户的垃圾邮件箱中。如果某封邮件的总权重超过了预定的阈值,过滤器就会将它判定为“垃圾邮件”,并直接抛弃,不做投递。这种处理方法的好处是即使有些规则不够完美,但是当与所有其它规则的判定结果结合使用时,在判定过程中,就能够起到很有效的作用。本文研究并实现了一个结合了基于规则的垃圾邮件过滤方法与基于内容的垃圾邮件过滤方法的综合型反垃圾邮件系统。实验结果表明,本文所研究与实现的综合型反垃圾邮件系统,垃圾邮件识别率可以达到92%以上,而且误判率为零。广东某电信部门的电子邮件系统拥有30万用户,于2008年3月第一次投入使用了本文所设计的邮件过滤系统。在两个月的试运行过程中,抽样检测的结果为:垃圾邮件拦截率达到98.3%,并且误判率为零。