数据挖掘技术在垃圾邮件检测中的应用

摘要：

研究垃圾邮件检测准确性问题,提高网络安全.邮件特征具有高维、冗余量大,传统检测模型无法降低特征维数,冗余信息难以消除,导致计算时间长,空间复杂度大,垃圾检测正确率低等缺陷,为提高垃圾检测正确率,提出一种白名单和支持向量机相结合的两层垃圾邮件检测模型.采用聚类特征技术对特征进行聚类,降低特征维数,消除特征间冗余信息,将白名单检测技术作为垃圾检测系统第一道防线,检测已知地址垃圾邮件,支持向量机作为第二道防线,检测新的垃圾邮件,提高网络安全.采用垃圾邮件数据对模型性能进行检验,实验结果表明,两层垃圾邮件检测模型有效提高了垃圾邮件检测效率和正确率,为通信邮件管理提供了有效的手段.

关键词：垃圾邮件、分类、支持向量机、特征选择

所属期刊栏目：29

分类号：TP311(计算技术、计算机技术)

在线出版日期：2012-05-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：120-123