基于Bayes算法的垃圾邮件过滤

耿德志

（晋中学院信息技术与工程学院，山西晋中030619）

（编辑 张 瑛）

随着网络的多元化应用，人们进行信息通讯的首选工具正不断倾向于便捷、灵活、低成本的电子邮件，但因此产生的垃圾邮件也以较快的速度蔓延全球.垃圾邮件英文称为spam，也称为UCE（Unsolicited commercial Email，不请自来的商业电子邮件）或UBE（Unsolicited Bulk Email，不请自来的批量电子邮件）[1~2].垃圾邮件一般具有数目众多、带有商业目的、用户不想接收这三个基本特点，它造成的危害如下：过度消耗带宽；浪费用户时间；威胁网络安全.因此全球科学人员应该更深层次地对垃圾邮件过滤技术进行研究与探讨.垃圾邮件的不断蔓延也使人们更加体会到垃圾邮件过滤技术的重要性.

如何采用合理、科学的过滤算法对用户新接受邮件进行分类处理，并对分类结果为垃圾邮件的接收邮件进行有效过滤是识别垃圾邮件的核心问题[3].邮件用户代理过滤、邮件传输代理过滤、邮件投递代理过滤是根据电子邮件体系结构角色层次进行的划分[4~5].相比较而言，基于内容的过滤、基于黑白名单的过滤、基于规则的过滤等则是根据过滤技术层次进行的划分.

基于内容的垃圾邮件过滤结合了信息过滤[6]、文本分类等技术[7~9]，运用这些技术中的处理方法分析电子邮件中的内容，进而达到识别垃圾邮件的目的.其根据统计分类邮件内容的结果来处理新接收邮件.由于其速度快、过滤精度高，因此成为比较受欢迎的一种垃圾邮件过滤方法……