基于随机森林的异常邮件检测方法研究与实现

• 作者: 周晓红 展万里 彭成
• 来源期刊: 湖南工业大学学报
• 学科: 工学
• 关键词: 异常邮件 随机森林 特征提取 奇异值降解 邮件过滤
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 信息技术
• 页码范围: 70-76
• 页数: 7页
• 分类号: TP391
• 字数: 5402字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-9833.2020.01.012

摘要

目前现有技术在中文异常邮件过滤方面,存在误判、效率不高等缺陷.为了缓解此问题,结合随机森林算法的优点,采用了中文分词方法进行特征提取,并对词频进行权重计算,通过奇异值降解,更好地填充算法以完成对中文异常邮件的检测.多种算法的对比分析检测效果表明,提出的基于随机森林异常邮件检测器在精准度、召回率的性能均优于其他算法,而在时间效能上也处于较好水平.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	彭成	湖南工业大学计算机学院	30	49	3.0	6.0
3	周晓红	湖南工业大学计算机学院	6	12	2.0	3.0
6	展万里	湖南工业大学计算机学院	1	0	0.0	0.0