基于透明代理的反垃圾邮件模型研究与实现

摘要

随着互联网应用的深入,电子邮件已经成为人们工作和生活中必不可少的交流工具。与此同时,垃圾邮件的出现破坏了和谐的网络文明,浪费大量的互联网资源和网民的时间,引起社会各界的高度关注。反垃圾邮件技术已成为当今网络安全领域研究的热点之一。现有的反垃圾邮件产品已经不能有效的遏制垃圾邮件的蔓延。研究并开发高效的反垃圾邮件模型已经势在必行。本文分析了现有反垃圾邮件技术的优缺点,结合当今反垃圾邮件技术发展趋势,提出基于透明代理的反垃圾邮件模型。
　　 贝叶斯分类算法基于贝叶斯理论,在文本分类领域具有广泛的应用。本文研究了贝叶斯分类算法及其在垃圾邮件过滤中的应用。针对贝叶斯分类算法将合法邮件误判为垃圾邮件会给用户造成巨大损失的不足,结合最小风险贝叶斯决策理论,改进了传统的朴素贝叶斯邮件分类算法。改进后的算法能够提高垃圾邮件分类的正确率。透明代理服务器可以部署在客户端和服务器之间,缓存通过代理的数据包进行检测。本文深入研究了透明代理的工作原理,在此基础上提出了基于透明代理的反垃圾邮件模型。重点介绍了模型中邮件检测和透明代理两个模块。邮件检测模块使用改进的贝叶斯邮件过滤算法,主要分为训练和分类两个子模块。邮件代理模块从协议角度可以分为SMTP代理和POP3代理子模块。邮件代理实现了将邮件内容缓存以送到检测模块检测和对检测后的邮件执行指定的处理动作两个核心功能。本文最后介绍了模型的实验和测试,并对全文工作做了总结和展望。
　　 本文的最终研究成果是实现基于透明代理的反垃圾邮件模型,该模型能够准确的检测垃圾邮件,并对垃圾邮件做出管理员配置的处理动作。实验和测试证明,改进的贝叶斯邮件分类算法提高了垃圾邮件判别的正确率；邮件代理实现了预期要求,可以缓存邮件内容以进行检测,并对检测完成的垃圾邮件执行指定的处理动作。