資源描述：
《改進(jìn)的樸素貝葉斯算法在垃圾郵件過(guò)濾中的研究.pdf》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、第38卷第4期通信學(xué)報(bào)Vol.38No.42017年4月JournalonCommunicationsApril2017doi:10.11959/j.issn.1000-436x.2017084改進(jìn)的樸素貝葉斯算法在垃圾郵件過(guò)濾中的研究111,21楊雷，曹翠玲，孫建國(guó)，張立國(guó)（1.哈爾濱工程大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院,黑龍江哈爾濱150001；2.中國(guó)科學(xué)院信息工程研究所,北京100093）摘要：提出了一種利用支持向量機(jī)改進(jìn)的樸素貝葉斯算法——TSVM-NB算法。首先利用NB算法對(duì)樣本集進(jìn)行初次訓(xùn)練，利用支持向量機(jī)構(gòu)造一個(gè)最優(yōu)分類超平面，每個(gè)樣本根據(jù)與其距離最近樣本的類型
2、是否相同進(jìn)行取舍，這樣既降低樣本空間規(guī)模，又提高每個(gè)樣本類別的獨(dú)立性，最后再次用樸素貝葉斯算法訓(xùn)練樣本集從而生成分類模型。仿真實(shí)驗(yàn)結(jié)果表明，該算法在樣本空間進(jìn)行取舍過(guò)程當(dāng)中消除了冗余屬性，可以快速得到分類特征子集，提高了垃圾郵件過(guò)濾的分類速度、召回率和正確率。關(guān)鍵詞：郵件過(guò)濾；樸素貝葉斯；支持向量機(jī)；修剪策略中圖分類號(hào)：TP309文獻(xiàn)標(biāo)識(shí)碼：AStudyonanimprovednaiveBayesalgorithminspamfiltering111,21YANGLei,CAOCui-ling,SUNJian-guo,ZHANGLi-guo(1.CollegeofCom
3、puterScienceandTechnology,HarbinEngineeringUniversity,Harbin150001,China;2.InstituteofInformationEngineering,ChineseAcademyofSciences,Beijing100093,China)Abstract:AmethodofimprovedsupportvectormachinenaiveBayesalgorithmwasproposed——TSVM-NBalgorithm.FirstusingNBalgorithmtoinitialsampleset
4、,constructinganoptimalclassificationbySVM,eachsampleaccordingtoitsdistancefromthesamplewasthesametypeofrecentchoice,soastoreducethesizeofthesamplespace,butalsoim-provetheindependenceofeachsamplethelastcategory,againwithnaiveBayesalgorithmtrainingsettogeneratetheclassificationmodel.Simula
5、tionresultsshowthatthealgorithmselectionprocesstoeliminatetheredundantattributesinthesamplespace,theclassificationfeaturesubsetcanbegotquicklyandimprovespamfilteringclassificationspeed,re-callrateandaccuracyofthesamealgorithm.Keywords:spamfiltering,naiveBayes,SVM,trimstrategy[2]1)黑白名單過(guò)濾。
6、該方法分為黑白2個(gè)名單1引言列表，如果一個(gè)IP頻繁發(fā)送垃圾郵件，就將該IP近年來(lái)，網(wǎng)絡(luò)通信技術(shù)飛速發(fā)展，電子郵件成放入黑名單中，此后該地址發(fā)送的郵件都將默認(rèn)為為人們?nèi)粘Ｉ詈凸ぷ鞯闹饕獪贤ǚ绞街?，但垃垃圾郵件，白名單與其相反，都視為正常郵件。還圾郵件問(wèn)題也接踵而來(lái)。根據(jù)中國(guó)互聯(lián)網(wǎng)協(xié)會(huì)最新有實(shí)時(shí)黑白名單技術(shù)，該技術(shù)的黑白名單列表交由[1]調(diào)查報(bào)告顯示，用戶電子郵箱平均每周收到郵件第三方來(lái)維護(hù)，該方法是通過(guò)DNS的方式來(lái)動(dòng)態(tài)38.6封，其中，垃圾郵件12.8封，占比高達(dá)33.1%。地查詢某個(gè)IP地址是否在列表中。如果對(duì)方采用動(dòng)大量的垃圾郵件不但浪費(fèi)了網(wǎng)絡(luò)帶寬和資源，也造態(tài)
7、或隱藏IP，該方法將受到限制。成了時(shí)間和金錢(qián)上的損失，因此，人們對(duì)于垃圾郵2)基于規(guī)則的過(guò)濾技術(shù)。決策樹(shù)是基于規(guī)則過(guò)件過(guò)濾技術(shù)的發(fā)展需求強(qiáng)烈。濾技術(shù)的代表，1966年，Hunt研制了一個(gè)關(guān)于概目前，垃圾郵件過(guò)濾方法主要分為以下3類。念學(xué)習(xí)的系統(tǒng)(CLS，conceptlearningsystem)，這是收稿日期：2016-12-30；修回日期：2017-02-22基金項(xiàng)目：國(guó)家自然科學(xué)基金資助項(xiàng)目（No.61202455,No.61472096）FoundationItem:TheNationalNaturalScienceFoundat
