分布式处理下多技术融合的垃圾短信过滤模型

摘要

针对垃圾短信的危害,提出了分布式处理的多技术融合的垃圾短信过滤模型；在短信中心,采用CFS (Correlation-basedFeature Selection)结合BayesNet和反向消除方法提取垃圾短信特征向量,用于对特征向量进行降维以优化抗原提高识别率,在此基础上运用人工免疫算法进行垃圾短信检测及过滤,以此增强系统的智能性;在手机客户端,则采用人工干预协助更新优化抗体库;实验证明该模型分类准确率达98.3％,误报率为0.36％,有较好过滤准确性、自学习、自适应及鲁棒性.