一种智能垃圾邮件过滤模型的仿真研究

发布时间：2018-04-07 16:45

  本文选题：电子邮件　切入点：垃圾邮件　出处：《计算机仿真》2013年05期

【摘要】：研究垃圾邮件过滤准确率问题,电子邮件是一种高维、复杂的特殊文本,单一支持向量机、K近邻等传统模型均难以识别垃圾邮件,导致过滤正确率低。为了提高了垃圾邮件过滤正确率,提出一种K近邻和支持向量机相融合的垃圾邮件过滤模型(SVM-KNN)。首先将邮件特征向量输入到支持向量机学习,找到支持向量集,然后计算待识别邮件与最优超平面间的距离,距离大于阈值,便采用支持向量机识别邮件类型,否则用K近邻识别邮件类型。仿真结果表明,SVM-KNN很好地解决单一模型存在的难题,提高了垃圾邮件过滤正确率,是一种有效的电子邮件管理的手段。
[Abstract]:The accuracy of spam filtering is studied. E-mail is a kind of special text with high dimension and complexity. Traditional models such as single support vector machine (SVM) and K-nearest neighbor are difficult to recognize spam, which leads to low filtering accuracy.In order to improve the accuracy of spam filtering, a new spam filtering model named SVM-KNNN is proposed, which combines K-nearest neighbor and support vector machine.First, the message feature vector is input into support vector machine to find the support vector set, then the distance between the message to be identified and the optimal hyperplane is calculated. The distance is larger than the threshold, and then the support vector machine is used to identify the mail type.Otherwise, use the K nearest neighbor to identify the mail type.The simulation results show that SVM-KNN can solve the problem of single model and improve the accuracy of spam filtering. It is an effective method of email management.
【作者单位】： 北京理工大学珠海学院;
【分类号】：TP393.098

【相似文献】

相关期刊论文 前10条

1 肖明;殷锋;张楠;;垃圾邮件过滤技术及发展[J];西南民族大学学报(自然科学版);2007年01期

2 石铁峰;;支持向量机在电子邮件分类中的应用研究[J];计算机仿真;2011年08期

3 赵向军;路梅;;垃圾邮件过滤算法研究[J];徐州师范大学学报(自然科学版);2006年04期

4 章坤平;江波;;基于Qmail的反垃圾邮件系统[J];江西化工;2008年04期

5 陈顺宝;;云模型理论在垃圾邮件过滤系统中的应用[J];无线互联科技;2010年04期

6 张洪胜;耿焕同;喻为民;;有限样本下中文垃圾邮件过滤的研究与实现[J];计算机应用与软件;2008年01期

7 史月美;个人网络电子邮箱安全经验谈[J];福建电脑;2005年07期

8 李志东;;Linux系统下postfix邮件系统反垃圾技术解析[J];一重技术;2011年03期

9 陈治平;王雷;;基于自学习K近邻的垃圾邮件过滤算法[J];计算机应用;2005年S1期

10 畅雄杰;张健;胡信布;;一种邮件防火墙部署模型的研究[J];现代电子技术;2006年19期

相关会议论文 前10条

1 张彤;;巧用Foxmail过滤垃圾邮件[A];学报编辑论丛（第十五集）[C];2007年

2 许小林;唐文忠;原忠义;;电子邮件智能检测模型的研究[A];2006中国控制与决策学术年会论文集[C];2006年

3 郎加云;胡学钢;;电子邮件内容过滤的相关特征研究[A];全国第21届计算机技术与应用学术会议（CACIS·2010）暨全国第2届安全关键技术与应用学术会议论文集[C];2010年

4 刘红翼;;一种垃圾邮件过滤器的设计与实现[A];广西计算机学会2005年学术年会论文集[C];2005年

5 陈琳;黄杰;龚正虎;;一种基于支持向量机的抗噪声邮件分类方法[A];第二十一届中国数据库学术会议论文集（技术报告篇）[C];2004年

6 肖成渊;郭建端;;使用Imail Server建立企业内部邮件系统[A];中国公路学会计算机应用分会2004年年会学术论文集[C];2004年

7 刘李男;杨岳湘;唐川;;一种基于熵优化支持向量机的P2P流量检测方法[A];2008通信理论与技术新发展——第十三届全国青年通信学术会议论文集（下）[C];2008年

8 陈建民;张双桥;张健;;电子邮件的安全与病毒防护[A];第十八次全国计算机安全学术交流会论文集[C];2003年

9 李军;何晓宁;黄成哲;齐浩亮;雷国华;;基于特征贡献度的垃圾邮件过滤方法[A];第六届全国信息检索学术会议论文集[C];2010年

10 向立莉;;Lotus Notes/Domino电子邮件功能应用及若干常见故障处理[A];2004年湖北省气象学会年会学术论文详细摘要集[C];2004年

相关重要报纸文章 前10条

1 ;把握特征阻断垃圾邮件[N];中国计算机报;2007年

2 姚晓晨;垃圾邮件“猛于虎” 谁该成为合格“驯兽师”[N];中国改革报;2008年

3 美国《Computerworld》 Mike Glgan;小心!SNS危险[N];计算机世界;2008年

4 赵晓涛;关注垃圾邮件的衍生问题[N];网络世界;2008年

5 沈文;2005啥工具最迫切[N];中国计算机报;2004年

6 赵晓涛;全球垃圾邮件遭遇“流感潮”[N];网络世界;2009年

7 小义;垃圾邮件起了新变化[N];中国计算机报;2005年

8 小黑邋编译;P2P蠕虫开始肆虐网络[N];计算机世界;2007年

9 ;“二元”封堵信息泄密[N];网络世界;2007年

10 ;垃圾邮件不再是安全难题[N];网络世界;2006年

相关博士学位论文 前10条

1 陈彬;垃圾邮件的特征选择及检测方法研究[D];华南理工大学;2010年

2 刘震;垃圾邮件过滤理论和关键技术研究[D];电子科技大学;2008年

3 王美珍;垃圾邮件行为模式识别与过滤方法研究[D];华中科技大学;2009年

4 董建设;协作式垃圾邮件过滤关键技术研究[D];兰州理工大学;2009年

5 孙晶涛;基于内容的垃圾邮件过滤技术研究[D];兰州理工大学;2010年

6 詹川;反垃圾邮件技术的研究[D];电子科技大学;2005年

7 邓蔚;垃圾邮件过滤中的敌手分类问题研究[D];电子科技大学;2011年

8 董春曦;支持向量机及其在入侵检测中的应用研究[D];西安电子科技大学;2004年

9 刘卫红;垃圾邮件检测与过滤关键技术研究[D];华南理工大学;2010年

10 贾银山;支持向量机算法及其在网络入侵检测中的应用[D];大连海事大学;2004年

相关硕士学位论文 前10条

1 肖明;基于SVM的智能邮件过滤系统研究与实现[D];电子科技大学;2005年

2 林炼;基于网络处理器的垃圾邮件过滤系统[D];厦门大学;2008年

3 杨霞;基于SVM和D-S理论的垃圾邮件过滤研究[D];江苏大学;2008年

4 马凤云;基于数字认证的垃圾邮件过滤系统的研究[D];山东师范大学;2007年

5 孙吉谭;基于内容的垃圾邮件意图分析方法研究[D];吉林大学;2011年

6 吕新杰;基于MAS的垃圾邮件检测系统的设计与实现[D];山东大学;2005年

7 张洪军;基于SVM的电子邮件分类系统研究[D];山东师范大学;2007年

8 刘菊新;垃圾图像过滤系统的实现[D];浙江大学;2010年

9 郑晟;邮件网关过滤与监控系统研究与实现[D];昆明理工大学;2005年

10 肖e，

本文编号：1720008