用于垃圾邮件的贝叶斯过滤算法研究

doi:10.11959/j.issn.2096-109x.2017.00119

网络与信息安全学报 ›› 2017, Vol. 3 ›› Issue (3): 64-70.doi: 10.11959/j.issn.2096-109x.2017.00119

用于垃圾邮件的贝叶斯过滤算法研究

CAOCui-ling¹,WANGYuan-yuan²,YUANYe¹,ZHAOGuo-dong¹

¹ 哈尔滨工程大学计算机科学与技术学院，黑龙江哈尔滨 150001
² 东北林业大学机电工程学院，黑龙江哈尔滨 150040

修回日期:2016-11-25 出版日期:2017-03-01 发布日期:2017-03-25
作者简介:曹翠玲（1990-），女，河北邯郸人，哈尔滨工程大学硕士生，主要研究方向为网络信息安全、嵌入式系统。|王媛媛（1995-），女，黑龙江哈尔滨人，东北林业大学本科生，主要研究方向为信息安全。|袁野（1995-），男，黑龙江北安人，哈尔滨工程大学本科生，主要研究方向为嵌入式系统。|赵国冬（1978-），黑龙江大庆人，博士，哈尔滨工程大学讲师，主要研究方向为机器人、信息安全。

Research of a spam filter based on improved naive Bayes algorithm

¹ College of Computer Science and Technology,Harbin Engineering University,Harbin 150001,China
² College of Mechanical and Electrical Engineering,Northeast Forestry University,Harbin 150040,China

Revised:2016-11-25 Online:2017-03-01 Published:2017-03-25

摘要/Abstract

摘要：

研究了基于改进的支持向量机（SVM，support vector machine）算法结合朴素贝叶斯算法在垃圾邮件过滤中的应用。首先，SVM 对训练集样本空间中两类交界处的集合构造一个最优分类超平面；然后，每个样本根据与其最近邻的类型是否相同进行取舍，从而降低样本空间也提高了每个样本类别的独立性；最后，利用朴素贝叶斯算法对邮件分类。仿真实验结果表明，该算法降低了样本空间复杂度，快速得到最优分类特征子集，有效地提高了垃圾邮件过滤的分类速度、准确率和召回率。

关键词: 朴素贝叶斯, 支持向量机, 修剪, 垃圾邮件

Abstract:

In spam filtering filed,naive Bayes algorithm is one of the most popular algorithm,a modified using support vector machine(SVM)of the native Bayes algorithm :SVM-NB was proposed.Firstly,SVM constructs an optimal separating hyperplane for training set in the sample space at the junction two types of collection,Secondly,according to its similarities and differences between the neighboring class mark for each sample to reduce the sample space also increase the independence of classes of each samples.Finally,using naive Bayesian classification algorithm for mails.The simulation results show that the algorithm reduces the sample space complexity,get the optimal classification feature subset fast,improve the classification speed and accuracy of spam filtering effectively.

Key words: naive Bayes, SVM, trim, spam mail

中图分类号:

TP319

CAOCui-ling,WANGYuan-yuan,YUANYe,ZHAOGuo-dong. 用于垃圾邮件的贝叶斯过滤算法研究[J]. 网络与信息安全学报, 2017, 3(3): 64-70.

图/表 7

图1

图2

表1

图3

图4

图5

图6

参考文献 13

[1]	[EB/OL]. .
[2]	JI W Y , KIM H , HUH J H . Hybrid spam filtering for mobile communication[J]. Computers ＆ Security, 2009,29(4): 446-459.
[3]	HAIBO H , GARCIA E A . Learning form imbalanced data[J]. IEEE Transactions on Knowledge and Data Engineering, 2009,21(9): 1263-1284.
[4]	WU X , KUMAR V , ROSS QUINLAN J ,et al. Top 10 algorithms in data mining[J]. Knowledge and Information Systems, 2008,14(1): 1-37.
[5]	RUGGIERI S . Efficient C4.5[J]. IEEE Transactions on Knowledge＆ Data Engineering, 2002,14(2): 438-444.
[6]	马小龙 . 一种改进的贝叶斯算法在垃圾邮件过滤中的研究[J]. 计算机应用研究, 2012,29(3): 1091-1094.
	MA X L . Research of spam-filtering based on optimized native Bayesian algorithm[J]. Alication Research of Computer, 2012,29(3): 1091-1094.
[7]	SCHOLKOPF B , MIKA S , BURGES C ,et al. Input space versus feature space in kernel-based methods[J]. IEEE Transactions on Neural Network, 1999,10(5): 1000-1017.
[8]	FRIEDMAN N , GEIGER D , GOLDSZMIDT M . Bayesian network classifiers[J]. Machine Learning, 1997,29(2/3): 131-163.
[9]	石洪波, 王志海, 黄厚宽 ,等. 一种限定性的双层贝叶斯分类模型[J]. 软件学报 , 2004,15(2): 193-199.
	SHI H B , WANG Z H , HUANG H K ,et al. A restricted double-level Bayesian classification model[J]. Journal of Software, 2004,15(2): 193-199.
[10]	王双成, 杜瑞杰, 刘颖 . 连续属性完全贝叶斯分类器的学习与优化[J]. 计算机学报, 2012,35(10): 2129-2138.
	WANG S C , DU R J , LIU Y . The learning and optimization of full Bayes classifiers with continuous attributes[J]. Chinese Journal of Computer, 2012,35(10): 2129-2138.
[11]	曾志强, 高济 . 基于向量集简约的精简支持向量机[J]. 软件学报, 2007,18(11): 2719-2727.
	ZENG Z Q , GAO J . Simplified support vector machine based on reduced vector set method[J]. Journal of Software, 2007,18(11): 2719-2727.
[12]	李晓黎, 刘继敏, 史忠植 . 基于支持向量机和无监督聚类相结合的中文网页分类器[J]. 计算机学报, 2001,24(1): 62-68.
	LI X L , LIU J M , SHI Z Z . A Chinese Web page classifier based on support vector machine and unsupervised clustering[J]. Chinese Journal of Computer, 2001,24(1): 62-68.
[13]	李红莲, 王春华, 袁保宗 . 一种改进的支持向量机:NN-SVM[J]. 计算机学报, 2003,26(8): 1015-1020.
	LI H L , WANG C H , YUAN Z B . A improved SVM:NN-SVM[J]. Chinese Journal of Computer, 2003,26(8): 1015-1020.

编号	数据集	例子数量	属性数量	类数
1	垃圾广告	2 245	27	3
2	黄色暴力	1 520	15	2
3	特殊乱码字符	836	10	2
4	特殊言论	399	16	3
5	正常工作邮件	2 546	31	4
6	正常交流邮件	2 454	28	5

用于垃圾邮件的贝叶斯过滤算法研究

Research of a spam filter based on improved naive Bayes algorithm

在线阅读

pdf下载

可视化

被引次数

摘要/Abstract

引用本文

使用本文

图/表 7

参考文献 13

相关文章 3

Metrics

推荐阅读 0

[1]	王佳林, 刘吉强, 赵迪, 王盈地, 相迎宵, 陈彤, 童恩栋, 牛温佳. 基于非对称卷积自编码器和支持向量机的入侵检测模型[J]. 网络与信息安全学报, 2018, 4(11): 57-68.
[2]	毋泽南,田立勤,王志刚. 基于机器学习的Web用户行为认证[J]. 网络与信息安全学报, 2018, 4(1): 45-51.
[3]	毛传武,程阳,余文明. 动态实时身份认证的方法研究[J]. 网络与信息安全学报, 2016, 2(3): 76-85.