张中军,张少辉,曹 彦
(周口师范学院计算机科学系,河南周口466001)
对大多数用户来说,E-mail是他们最经常使用的网络服务之一,然而,垃圾邮件泛滥已成为一个亟待解决的问题。根据Comm Touch公司的统计数据,垃圾邮件数量占电子邮件总数的60%以上。除发送药品广告外,更多的垃圾邮件被用来传播恶意件,窃取用户账户、密码等个人信息;另外一种上升的攻击活动是鱼叉式网络钓鱼,向特定人群或机构发送电子邮件,获取对方的机密信息。这都给电子邮件服务提供商以及用户造成了非常大的困扰与经济损失。因此,垃圾邮件处理方法的研究对于保护个人及机构机密信息、净化通信环境有十分重要的意义。
目前已出现很多垃圾邮件处理技术,基于聚类的有偏斜分布下基于聚类的过滤方法[1],将邮件划分成若干社区,从每个社区提取相同数量的关键词,避免了偏斜分布的影响。基于垃圾邮件行为启发式学习方法[2]中根据经验式学习方法,将垃圾邮件根据URL等特征划分成社区。文献[3]将邮件根据IP进行聚类,根据垃圾邮件的IP进行信誉评估。文献[4]中将邮件根据足球、天气等不同的主题进行划分社区,根据新邮件与每个社区的主题相似度来识别垃圾邮件。上述方法中都是根据邮件内容或一定主题将邮件分组,然后根据这些分组判断新邮件是否垃圾邮件。但是,现实中很难判断有多少主题,对每个邮件都提取关键词不但增加了服务器负担,还用到邮件内容,涉及到正常用户的隐私。……