基于模糊聚类算法的反垃圾邮件系统的设计与实现

发布时间：2021-10-25 11:19

　　随着互联网的迅速发展,垃圾邮件在全球已经发展到极为严重的程度,用户要大量的时间去处理垃圾邮件,同时服务器也要更好的硬件配置去储存和处理邮件,这直接降低了用户工作效率,也浪费了硬件设备去管理没用的垃圾信息,怎样有效地过滤垃圾邮件成为了令人关注的问题,本课题从这一点出发利用数据挖掘的模糊聚类算法求出一封邮件属于垃圾邮件和合法邮件的程度,从而辨别出垃圾邮件。课题首先分析了垃圾邮件的现状,在以往的对垃圾邮件过滤的研究中,基于模糊聚类的并不多,因此提出用基于隶属度的模糊C-均值聚类算法去过滤垃圾邮件,然后跟传统的垃圾邮件过滤技术的性能做比较,最后得出结论。本文以实际应用为开发背景,运用软件工程原理和开发方法,设计并开发了一个基于模糊C-均值聚类算法的反垃圾邮件过滤系统。首先对开发系统进行了需求分析,得到系统功能需求,并使用UML面向对象建模技术进行系统的总体设计。然后进行了系统功能模块划分,接着介绍了系统开发环境和主要功能模块的具体实现,模块实现的关键代码等。最后对系统进行了垃圾邮件过滤系统的实验与分析,并对实验结果进行了分析,在总结、分析与其他几种算法的性能比较的基础上,得到基于模糊C-均值聚... 

【文章来源】：中南大学湖南省 211工程院校 985工程院校 教育部直属院校

【文章页数】：71 页

【学位级别】：硕士

【部分图文】：

-】邮件过滤领域目前的研究内容、状况示意图

系统分词的系统界面图

在三种场景下的NC值

【参考文献】：
期刊论文
[1]基于网络会话层的垃圾邮件行为识别[J]. 白秋颖,章璿,张耀龙.  计算机工程与应用. 2007(01)
[2]反垃圾邮件技术综述[J]. 冯运仿,王敏.  黄石理工学院学报. 2006(06)
[3]基于自学习K近邻的垃圾邮件过滤算法[J]. 陈治平,王雷.  计算机应用. 2005(S1)
[4]朴素贝叶斯分类器增量学习序列算法研究[J]. 姜卯生,王浩,姚宏亮.  计算机工程与应用. 2004(14)
[5]一种基于机器学习的垃圾邮件智能过滤方法[J]. 周威成,马素霞,齐林海.  现代电力. 2003(01)
[6]智能邮件过滤系统的研究与实现[J]. 落红卫,刘建毅,王枞,钟义信.  机电产品开发与创新. 2003(01)
[7]一种增量贝叶斯分类模型[J]. 宫秀军,刘少辉,史忠植.  计算机学报. 2002(06)
[8]主动贝叶斯网络分类器[J]. 宫秀军,孙建平,史忠植.  计算机研究与发展. 2002(05)
[9]基于Ngram信息的中文文档分类研究[J]. 周水庚,关佶红,俞红奇,胡运发.  中文信息学报. 2001(01)

博士论文
[1]基于贝叶斯模型的文档分类及相关技术研究[D]. 古平.重庆大学 2006
[2]贝叶斯学习理论中若干问题的研究[D]. 王利民.吉林大学 2005

硕士论文
[1]基于贝叶斯分类的中文垃圾邮件过滤方法研究和改进[D]. 胡睿.清华大学 2006



本文编号：3457289