◆徐夢龍 黃家旺

?

樸素貝葉斯算法在垃圾郵件過濾方面的應用

◆徐夢龍 黃家旺

（西南大學 重慶 400715）

現(xiàn)在電子郵件應用廣泛，但各種各樣的垃圾郵件造成的困擾也日益嚴重。在諸多垃圾郵件過濾的方法中，樸素貝葉斯算法取得了良好的效果。本文先簡單介紹貝葉斯模型，給出一種基于樸素貝葉斯分類模型的電子郵件過濾方法，并簡單分析其缺點。最后通過實驗驗證其有效性。

樸素貝葉斯分類器；郵件分類；垃圾郵件

0 引言

隨著互聯(lián)網(wǎng)的普及，越來越多的信息通過電子郵件來進行傳達，一些不法分子利用電子郵件來進行詐騙或者傳播廣告信息，給互聯(lián)網(wǎng)帶來了嚴重危害，垃圾郵件問題已經(jīng)成為網(wǎng)絡信息安全研究領域的重要組成部分。在如今已有的多種對垃圾郵件過濾的方法中，基于概率的貝葉斯分類算法簡單高效，而且精確率能夠達到90%左右，是現(xiàn)階段應用最廣的垃圾郵件過濾技術，其性能與判定樹與神經(jīng)網(wǎng)絡分類算法相當,在某些場合還優(yōu)于其他分類器。

1 貝葉斯模型

1.1 貝葉斯原理

貝葉斯原理是早在18世紀的英國學者貝葉斯提出的應用所觀察到的現(xiàn)象對有關概率分布的主觀判斷進行修正的方法。該定理表示對未來某件事情發(fā)生的概率可以通過計算它已經(jīng)發(fā)生過的頻率來估計。貝葉斯理論廣泛應用在垃圾郵件過濾算法中，將其看成是一個分類問題，首先收集大量正常郵件和垃圾郵件作為樣本，然后對收集到的樣本進行有指導的學習，最后使用訓練好的貝葉斯分類器對新到達的郵件進行分類0。通過對郵件樣本的訓練和學習，貝葉斯分類器可以自動獲得垃圾郵件的特征，并根據(jù)垃圾郵件特征的變化計算郵件文本屬于某個類別的概率，將該文本歸為概率最大的類別中去, 準確地對垃圾郵件進行過濾。

1.2 樸素貝葉斯分類器

由假定條件相互獨立，故：

2 郵件過濾

2.1 建立模型

2.2 判斷過程

2.3 流程圖

圖1 算法流程圖

3 算法改進

4 結束語

目前該算法基于Python的實驗已初步實現(xiàn)，并且取得了可以接受的成果。樸素貝葉斯算法在郵件過濾器領域已經(jīng)取得良好的效果，而且具有很好的實用性。但其假設給定目標值時屬性之間相互條件獨立，在實際中往往并不成立，而且其準確性也依賴于訓練集和劃分語言單元的分詞算法。后續(xù)工作是改善分詞算法，進一步提高其準確性。

[1]胡睿.基于貝葉斯分類的中文垃圾郵件過濾方法研究和改進[D].北京:清華大學，2006.

[2]田震生.基于文本聚類技術的郵件分類系統(tǒng)的研究與實現(xiàn)[D].南京:河海大學碩士論文，2005.

[3]翟軍昌.改進的樸素貝葉斯垃圾郵件過濾算法[J].計算機工程與應用，2009.

[4]馬楠.基于內容的垃圾短信過濾技術研究[D].北京:北京郵電大學，2014.

[5]孟兆玲.基于貝葉斯理論的垃圾郵件過濾技術綜述[J].現(xiàn)代計算機，2007.