基于神經(jīng)網(wǎng)絡的郵件分類識別研究.pdf

1、隨著電子郵件的廣泛應用，垃圾郵件作為商業(yè)廣告、惡意程序或敏感內容的載體，也越來越對系統(tǒng)的安全和人們的生活造成了嚴重威脅，反垃圾郵件問題已經(jīng)成為全球性的具有重要現(xiàn)實意義的課題。 但是垃圾郵件快速增長的同時，反垃圾郵件的技術發(fā)展緩慢。目前絕大部分郵件過濾技術缺乏智能性和自學習性，不能對己有垃圾郵件的學習來獲取識別新垃圾郵件的知識。只有少部分郵件過濾技術具有學習能力(比如貝葉斯過濾技術)，但該技術僅局限于針對郵件的正文內容進行學習，因

2、此，對于結構化文本信息的電子郵件米說，這種技術也有其自身的不足。 本文在貝葉斯過濾技術的啟發(fā)下，通過分析傳統(tǒng)郵件過濾技術的不足之處，在對大量垃圾郵件進行統(tǒng)計分析的基礎上，提出了一個基于服務器端的神經(jīng)網(wǎng)絡郵件分類識別模型。該模型綜合分析了垃圾郵件和合法郵件的特征，對郵件結構字段信息和郵件正文信息加以離散和特征化處理，并通過編程提取出7個特征屬性來表示成向量代表電子郵件。BP算法具有智能性和自學習性的特點，因此，本文提出采用BP神經(jīng)