一种高准确率的垃圾邮件识别方法

• 作者: 尚涛 王彦盛 郭正宇
• 来源期刊: 华中科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 垃圾邮件 柯尔莫格洛夫复杂性 信息距离 支持向量机 准确率
• 年，卷（期）: 2011,（z2）
• 所属期刊栏目: 仿生机器人、网络机器人、语音识别
• 页码范围: 287-290
• 分类号: TP393.098
• 语种: 中文

摘要

引入柯尔莫格洛夫复杂性理论来描述邮件的特征,采用信息距离理论衡量邮件的相似程度,采用支持向量机(SVM)算法对邮件进行分类,提出了一种高准确率的垃圾邮件识别方法.相对于传统的垃圾邮件识别方法,该方法不需要对垃圾邮件进行邮件分割,省略邮件头分析和正文分析,可以准确地刻画垃圾邮件的主要特征,具有运算简单高效的特点.测试结果表明:该方法对文本邮件的分类准确率高达99％以上,有效提高了垃圾邮件识别的准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	尚涛	北京航空航天大学电子信息工程学院	25	84	5.0	7.0
2	郭正宇	北京航空航天大学电子信息工程学院	2	5	2.0	2.0
3	王彦盛	北京航空航天大学电子信息工程学院	1	2	1.0	1.0