基于R语言的支持向量机在信息安全与垃圾邮件识别中的应用

发布时间：2019-03-22 14:04

【摘要】：随着垃圾邮件日益增多,准确识别并过滤垃圾邮件已成为互联网安全领域所重点关注的研究课题。回顾了近年来国内外垃圾邮件识别的相关研究成果,在此基础上利用开源统计软件R实现了垃圾邮件识别的SVM模型,并选取了不同的核函数做测试对比。实验结果表明,SVM可以比较准确地识别垃圾邮件,但今后还需在算法优化、样本特征选择上做改进。
[Abstract]:With the increasing number of spam, accurate identification and filtering of spam has become an important research topic in the field of Internet security. This paper reviews the related research results of spam recognition at home and abroad in recent years. On this basis, the SVM model of spam recognition is implemented by using open source statistical software R, and different kernel functions are selected for testing and comparison. The experimental results show that SVM can identify spam more accurately, but the algorithm optimization and sample feature selection need to be improved in the future.
【作者单位】： 广东电网有限责任公司茂名供电局;
【分类号】：TP393.098;TP309

【相似文献】

相关期刊论文 前10条

1 宋晓峰;陈德钊;胡上序;;支持向量机泛化能力估计若干方法[J];计算机科学;2004年08期

2 葛海峰;林继鹏;刘君华;丁晖;;基于支持向量机和小波分解的气体识别研究[J];仪器仪表学报;2006年06期

3 刘斌;岳会宇;李卓;刘铁男;;支持向量机在油层含油识别中的应用[J];控制工程;2006年04期

4 李学鹏;张国基;;基于支持向量机的电信欠费用户分析模型[J];计算机应用;2006年S2期

5 蒋琳琼;贺建飚;;基于支持向量机的货币识别应用研究[J];计算机系统应用;2007年04期

6 方景龙;陈铄;潘志庚;梁荣华;;复杂分类问题支持向量机的简化[J];电子学报;2007年05期

7 张涛;段淑敏;;支持向量机在中医疾病症候诊断中的应用[J];华北水利水电学院学报;2007年03期

8 胡金莲;;支持向量机的光滑与逼近关系研究[J];东莞理工学院学报;2008年01期

9 张苗;张德贤;;多类支持向量机文本分类方法[J];计算机技术与发展;2008年03期

10 张苗;张德贤;;多类支持向量机在文本分类中的应用[J];计算机与现代化;2008年05期

相关会议论文 前10条

1 刘希玉;徐志敏;段会川;;基于支持向量机的创新分类器[A];山东省计算机学会2005年信息技术与信息化研讨会论文集（一）[C];2005年

2 张晓滨;尹英顺;赵培坤;马秀兰;;基于渐进直推支持向量机的半对半多类文本分类[A];第三届全国信息检索与内容安全学术会议论文集[C];2007年

3 晏庆华;;支持向量机算法综述[A];2008'中国信息技术与应用学术论坛论文集（二）[C];2008年

4 杨凌;刘玉树;;基于支持向量机的坦克识别算法[A];第三届全国数字成像技术及相关材料发展与应用学术研讨会论文摘要集[C];2004年

5 高尚;刘夫成;;与κ均值混合的支持向量机的个人信用评估[A];2013年中国智能自动化学术会议论文集（第五分册）[C];2013年

6 李志明;孔令富;;用于回归估计的支持向量机[A];广西计算机学会2005年学术年会论文集[C];2005年

7 李优;;支持向量机在组块识别中的应用[A];第八届中国青年运筹信息管理学者大会论文集[C];2006年

8 李智超;余慧佳;马少平;;使用支持向量机进行作弊页面识别[A];第三届全国信息检索与内容安全学术会议论文集[C];2007年

9 于鹰宇;张小洵;贾云得;;基于局部可控特征及支持向量机的人脸识别[A];中国感光学会第七次全国会员代表大会暨学术年会和第七届青年学术交流会论文摘要集[C];2006年

10 宋金伟;刘广利;沈翠华;李迪;;基于支持向量机的织物组织识别方法[A];第六届全国信息获取与处理学术会议论文集（2）[C];2008年

相关博士学位论文 前10条

1 王喜宾;基于优化支持向量机的个性化推荐研究[D];重庆大学;2015年

2 李华庆;支持向量机及其在人脸识别中的应用研究[D];上海交通大学;2006年

3 郭磊;基于支持向量机的真实头模型三维重建方法的研究[D];河北工业大学;2007年

4 陈爱军;最小二乘支持向量机及其在工业过程建模中的应用[D];浙江大学;2006年

5 业宁;支持向量机若干基础研究及其在图像识别中的应用[D];东南大学;2006年

6 王开义;基于支持向量机的农产品生产关键控制点发现研究[D];北京工业大学;2011年

7 陈万海;基于支持向量机的超谱图像分类技术研究[D];哈尔滨工程大学;2008年

8 秦玉平;基于支持向量机的文本分类算法研究[D];大连理工大学;2008年

9 沈传河;金融问题中的支持向量机应用研究[D];山东科技大学;2011年

10 刘路;基于改进支持向量机和纹理图像分析的旋转机械故障诊断[D];天津大学;2011年

相关硕士学位论文 前10条

1 甘乐;基于支持向量机的高光谱图像降维与分类研究[D];长江大学;2015年

2 赵越;基于支持向量机的软件质量评价[D];渤海大学;2016年

3 魏云峰;基于支持向量机的高校人才评价系统的设计与实现[D];吉林大学;2016年

4 刘非非;基于视频监控的室内跌倒行为的检测与识别研究[D];山东大学;2016年

5 窦琳娜;基于二维主成分分析和支持向量机的交通标志识别[D];西安科技大学;2015年

6 王进宁;准线性的支持向量机训练子集划分的分析与研究[D];青岛理工大学;2016年

7 余介夫;基于ICM振荡时间序列和支持向量机的人脸识别[D];云南大学;2016年

8 刘杰;基于在线服务的评论质量分析与研究[D];昆明理工大学;2016年

9 庞进;基于Hadoop的分布式支持向量机的研究与应用[D];华北电力大学(北京);2016年

10 孙权;车标识别技术研究与软件实现[D];东南大学;2015年

，

本文编号：2445653