本站原创
摘要：电子邮件是网络中最方便的应用程序之一,如今它已经在网络中人们沟通交流的便捷方式。但是,垃圾邮件的出现对互联网造成了很大的安全威胁和资源滥用。起初,垃圾邮件主要是一些来路不明的商业宣传电子邮件,而现在,更多与、政治、诈骗的垃圾邮件在网络中不断蔓延,呈不断持续增长的态势。另外,计算机病毒和木马以垃圾邮件为途径大量的传播,危及网络安全。垃圾邮件的影响对于广大的互联网使用者是很大的,一是垃圾邮件人们利用时间来处理并且垃圾还占据大量系统和网络资源；另外,的安全问题也从垃圾邮件中产生。大量网络资源被垃圾邮件占用,毋庸置疑的。安全性差的邮件怎么写作器因为被垃圾邮件作为转发站而被域名机构封堵IP、列入黑名单的情况时有发生,网络资源的大量消耗使得网络利用率和速度降低,对人们正常业务的开展造成影响。反垃圾邮件技术在国际上的不断发展,一些正常的邮件怎么写作器被当做垃圾邮件器大范围屏蔽,造成严重的用户使用问题。病毒、木马垃圾邮件的攻击和也越来越密切,垃圾邮件类型的不断变化,支持垃圾邮件的恶意程序和控制软件等攻击手段也呈急速上升趋势。捆绑了的邮件、伪造的钓鱼邮件越来越具有欺骗性,让企业和个人受到危害,普通互联网用户很难正确判断邮件的合法性和非法性,因此垃圾邮件对终端个人用户造成了损失。阐述数据挖掘的不同方法,对不同的分类方法综合比较,考虑影响垃圾邮件过滤的各种因素,以朴素贝叶斯算法为基础形成一个邮件文本分类器。实验朴素贝叶斯分类交叉验证方法,以的一些邮件文本为词组,训练对测试的邮件文本分类判断,形成了一个较为高效的数据过滤实验模型。同时,数据挖掘工具weka证明,在不断对贝叶斯分类动态调整之后可使分类结果达到最优。关键词：垃圾邮件过滤论文朴素贝叶斯论文文本分类论文
摘要4-5
ABSTRACT5-6
章 绪论6-12
1.1 研究背景及6-7
1.2 国内外研究现状及发展7-10
1.3 垃圾邮件过滤存在的问题10
1.4 的主要内容及10-12
章 数据挖掘技术12-21
2.1 数据挖掘及方法12-15
2.1.1 数据挖掘的12-14
2.1.2 数据挖掘的方法14-15
2.2 数据挖掘技术在垃圾邮件过滤中的分类方法15-18
2.2.1 贝叶斯分类法16
2.2.2 决策树分类法16
2.2.3 支持向量机分类法16-17
2.2.4 神经网络分类法17
2.2.5 KNN分类法17-18
2.3 贝叶斯分类算法的模型和特点18-21
2.3.1 贝叶斯模型18-19
2.3.2 贝叶斯分类算法的特点19-21
章 基于贝叶斯分类原理的反垃圾邮件技术研究21-29
3.1 垃圾邮件的定义21
3.2 垃圾邮件泛滥的原因21
3.3 影响垃圾邮件过滤的因素21-22
3.4 基于朴素贝叶斯分类器的反垃圾邮件模型22-24
3.5 应用贝叶斯过滤算法垃圾邮件过滤的主要24-25
3.6 贝叶斯算法在反垃圾邮件中的实例25-26
3.7 应用贝叶斯算法垃圾邮件过滤中优点26-27
3.8 基于贝叶斯算法的邮件过滤模型27-29
章 垃圾邮件过滤模型设计和实验29-37
4.1 垃圾邮件过滤模型设计29
4.1.1 垃圾邮件过滤系统模块29
4.1.2 垃圾邮件过滤系统实现类29
4.2 系统设计29-32
4.2.1 系统流程29-30
4.2.2 系统框架30-31
4.2.3 模块设计31-32
4.4 实验结果32-35
4.4.1 程序实验结果32-33
4.4.2 比较实验结果33-35
4.5 基于朴素贝叶斯算法的垃圾邮件过滤系统实现35-37
第五章 总结与展望37-40