基于感知学习的垃圾邮件过滤算法

摘要：

Edelman等人根据其神经元群选择学说(the Theory of Neuronal Group Selection,TNGS)提出了脑感知学习的模型,将该模型中脑对陌生事物的学习类比于垃圾邮件过滤系统中对未知邮件的学习,提出了一种新的基于感知学习的网络垃圾邮件过滤算法,并将其应用于一种基于合作式网络的垃圾邮件过滤系统模型中.系统使用改进的文本数字签名技术得到邮件文本之间的内容相似度矩阵,将其与邮件到达的行为特征等一起作为该算法的参数,最后给出了仿真实验结果.

关键词：垃圾邮件过滤、感知学习、内容相似度

所属期刊栏目：43

分类号：TP393.08(计算技术、计算机技术)

资助基金：国家高技术研究发展计划863计划2006AA01Z449

在线出版日期：2007-12-03（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：118-121