鍨冨溇閭�浠跺垎绫荤畻娉曠殑鐮旂┒涓庡垎鏋� - 鐧惧害鏂囧簱

鏂板缓

涓婁紶

棣栭〉

鍔╂墜

鏈�杩?/div>

璧勬枡搴?/div>

宸ュ叿

 

 

鍨冨溇閭�浠跺垎绫荤畻娉曠殑鐮旂┒涓庡垎鏋�

 

瑗垮寳宸ヤ笟澶у��

  

璁＄畻鏈哄�﹂�?/p>

 

闄曡タ

 

瑗垮畨

 710129

 

 

(School of Computer, Northwestern Polytechnic University 

 

Xi鈥檃n 710129 

 

China)

 

鎽樿��

锛氶殢鐫�浜掕仈缃戠殑楂橀�熷彂灞?/p>

,

鐢靛瓙閭�浠跺凡缁忔垚涓轰汉浠�淇℃伅鑾峰彇鍜屼俊鎭�浜ゆ祦鐨勪竴涓�閲嶈�佺殑娓犻亾銆備笌姝ゅ悓鏃跺瀮

鍦鹃偖浠朵篃鎴愪负浜掕仈缃戜笂鐨勪竴涓�鏃ョ泭涓ラ噸鐨勫畨鍏ㄩ棶棰�

,

寮曡捣浜嗚秺鏉ヨ秺澶氱殑绀句細澶т紬鍜岀爺绌朵汉鍛樼殑閲嶈�嗗拰鍏虫敞銆?/p>

涓轰簡鏈夋晥鐨勫垎杈ㄥ瀮鍦鹃偖浠讹紝

鏈�鏂囬�氳繃瀵硅��缁冩暟鎹�杩涜�岀浉搴旂殑棰勫�勭悊鍙婄壒寰佹彁鍙栵�?/p>

鍒嗗埆浣跨敤鏈寸礌璐濆彾鏂�銆?/p>

C4.5

鍐崇瓥鏍戙�佹敮鎸佸悜閲忔満涓夌�嶆柟娉曟潵瀵瑰瀮鍦鹃偖浠惰繘琛屽垎绫伙紝閫氳繃娴嬭瘯缁撴灉锛屾瘮瀵瑰悇涓�鍒嗙被绠楁硶鐨勪紭鍔ｏ紝骞惰繘琛�

浜嗚�︾粏鐨勫垎鏋愩�?/p>

 

鍏抽敭璇?/p>

锛氬瀮鍦鹃偖浠?/p>

 

 

鏈寸礌璐濆彾鏂?/p>

 

C4.5

鍐崇瓥鏍?/p>

 

 

鏀�鎸佸悜閲忔�?/p>

 

Abstract

锛?/p>

With 

the 

rapid 

development 

of 

the 

Internet, 

e

-

mail 

plays 

an 

important 

roles 

in 

people's 

information 

access and information exchange. At the same time, spam has become an increasingly serious security problem on 

the Internet, causing more and more attention of the community and researchers. In order to effectively distinguish 

the 

spam, 

this 

paper 

Pre

-

processings 

and 

extracts 

feature 

of 

the 

training 

data, 

and 

uses 

the 

NaiveBayes, 

C4.5 

Decision Tree and SVM to classify the spam, Through the test results, compare and analysis the advantages and 

disadvantages of each classification algorithm.

 

Keywords

:

 

 

spam 

 

NaiveBayes 

 

C4.5 Decision Tree 

 

SVM

 

1 

寮曡█

 

 

 

Internet 

鐨勯棶涓栧甫鏉ヤ簡鐢靛瓙閭�浠朵笟鍔＄殑鍑虹幇锛岀綉缁滄妧鏈�鐨勯�為�熷彂灞曚績杩涗簡閭�浠舵湇鍔＄殑骞挎硾鏅�鍙婂強绻佽崳锛?/p>

鐢靛瓙閭�浠跺凡缁忔垚涓虹敓娲诲湪淇℃伅鏃朵唬鐨勪汉浠�鏃ュ父鐢熸椿涓�涓�閲嶈�侀儴鍒嗐�傜數瀛愰偖浠朵笉浠呮槸涓�涓�淇℃伅浜ゆ祦鐨勯噸瑕佹�?/p>

閬擄紝鑰屼笖涔熸槸浜轰滑淇℃伅鑾峰彇鐨勯噸瑕侀�斿緞涔嬩竴銆傞殢鐫�浜掕仈缃戠殑鏅�鍙婏紝涓嶄粎浜轰滑鐨勬棩甯镐簨鍔″彲浠ラ�氳繃鐢靛瓙閭�浠�

鏉ヨ繘琛屽�勭悊锛岃�屼笖瓒婃潵瓒婂�氭�ｅ紡鍜岄噸瑕佺殑淇℃伅涔熼�氳繃鐢靛瓙閭�浠舵潵杩涜�屼紶杈惧拰浜ゆ祦銆?/p>

 

闅忕潃鐢靛瓙閭�浠惰秺鏉ヨ秺鏅�鍙婂拰閲嶈�佹�х殑鎸佺画澧為暱锛屼竴浜涘晢瀹跺拰涓嶆硶鍒嗗瓙寮�濮嬪埄鐢ㄥ瀮鍦鹃偖浠惰繖绉嶆柟寮忔潵杩?/p>

琛屽箍鍛婁俊鎭�鐨勪紶鎾�鍜岀敤鎴锋秷璐硅�屼负淇℃伅鐨勮幏鍙栥�傛牴鎹�鏃犵嚎鏈嶅姟鏈烘�?/p>

 

Wireless Services Corporation 

鍏�鍙告彁渚�

鐨勪竴浠芥渶鏂拌皟鏌ユ樉绀猴紝鐩�鍓嶇編鍥界Щ鍔ㄩ�氫俊甯傚満涓婃墍鏈夌殑鐢靛瓙閭�浠舵湇鍔″綋涓�锛?/p>

43%

鐨勯兘鏄�鍨冨溇淇℃伅锛岃�屽勾鍓?/p>

鍨冨溇閭�浠跺湪鐢靛瓙閭�浠朵腑鐨勬瘮渚嬩负

 

18%

銆傝�屽湪鍥藉唴锛屾嵁鏈夊叧閮ㄩ棬缁熻�★紝鍥藉唴鐨勭數瀛愰偖浠剁敤鎴凤紝骞冲潎姣忓ぉ鍙戦�?/p>

鐨勭煭淇℃暟閲忚秴杩囦簡

3

浜挎潯銆傞偖浠剁敋鑷宠��绉颁负缁ф姤绾搞�佸箍鎾�銆佺數瑙嗐�佺綉缁滀箣鍚庣殑绗�浜斿獟浣撱�備笉杩囧湪鏁伴噺搴炲ぇ

鐨勭數瀛愰偖浠惰儗鍚庯紝鍨冨溇閭�浠剁殑闂�棰樹篃鎰堝姞涓ラ噸銆?/p>

 

鍨冨溇閭�浠跺彲浠ヨ�存槸鍥犵壒缃戝甫缁欎汉绫绘渶鍏蜂簤璁�鎬х殑鍓�浜у搧涔嬩竴锛屽畠鐨勬硾婊ュ凡缁忎娇鏁翠釜鍥犵壒缃戜笉鍫�閲嶈礋锛�

浜轰滑涓嶅緱涓嶈姳璐瑰ぇ閲忔椂闂存潵瀵逛粯閭�绠遍噷鐨勫瀮鍦鹃偖浠躲�傚湪杩欐牱鐨勬儏鍔夸笅锛屽埗瀹氬垏瀹炲彲琛岀殑鍙嶅瀮鍦鹃偖浠舵柟妗堟棤

鐤戞槸

Internet

鐨勪竴涓�閲嶈�佽�鹃�橈紝

鑰屽�逛簬鍙嶅瀮鍦鹃偖浠舵妧鏈�鐨勭爺绌朵篃绉颁负涓�涓�鏂扮殑鐑�鐐归�嗗煙銆?/p>

鏈�鏂囨牴鎹�鐜版湁閭�浠�

鍒嗙被鐨勭煡璇嗭紝缁撳悎璁�缁冩暟鎹�闆嗙殑鐗圭偣锛岄�夋嫨鍚堥�傜殑鍒嗙被绠楁硶锛屾潵瀹炵幇瀵瑰瀮鍦鹃偖浠剁殑鍒嗙被銆?/p>

 

2 

鐩稿叧宸ヤ綔

 

鏈�鏂囧瀮鍦鹃偖浠剁殑鍒嗙被宸ヤ綔涓昏�佸寘鎷�浠ヤ笅涓変釜閮ㄥ垎锛氭枃鏈�鏁版嵁棰勫�勭悊锛屾暟鎹�闆嗙壒寰侀�夋嫨锛屽垎绫荤畻娉曠殑搴?/p>

鐢ㄥ強缁撴灉鍒嗘瀽銆?/p>

 

2.1

鏂囨湰鏁版嵁棰勫�勭�?/p>

 

鏍规嵁鎻愪緵鐨勮��缁冩暟鎹�闆嗗強娴嬭瘯鏁版嵁闆嗭紝缂栧啓绋嬪簭锛屾彁鍙栨暟鎹�闆嗕腑鎵�鏈夊崟璇嶅強瀵瑰簲鐨勯�戠巼锛屽苟鏇存敼鏁版�?/p>

鏍煎紡锛?/p>

浠ョ煩闃电殑褰㈠紡瀛樺偍銆?/p>

鍒濇�ュ�勭悊杩囧悗鐨勮��缁冩暟鎹�闆�

Pre

-

train1.csv

绗�涓�琛岃〃绀烘暟鎹�闆嗕腑鍑虹幇鐨勬墍鏈夊崟璇嶃�?/p>

瀛楁瘝鍜屾暟瀛楀睘鎬у叡

1000

涓�锛岀�?/p>

2

-

9001

琛屼唬琛ㄤ箣鍓嶇殑

9000

鏉￠偖浠惰��缁冩暟鎹�闆嗭紝瀵瑰簲绗�涓�琛岀殑鍗曡瘝锛屽瓨鍌ㄤ簡