一种基于URL分类的在线垃圾邮件过滤技术

摘要：

垃圾邮件过滤是网络安全领域的一个经典难题.在分析了传统垃圾邮件过滤技术不足的基础上,提出并使用机器学习领域经典的最大熵模型,对最能体现垃圾邮件特性的URL链接进行分类识别,实现了一种新型的基于URL分类的在线垃圾邮件过滤技术(URL-based spam filtering technique, UBSF).实验结果表明,该技术具有准确性高、误报率低以及适合实时在线处理的优点.

关键词：网络安全、垃圾邮件过滤、机器学习、最大熵模型、URL分类

所属期刊栏目：44

分类号：TP309(计算技术、计算机技术)

资助基金：国家自然科学基金60573134;国家"242"信息安全计划2005C39

在线出版日期：2008-06-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：240-245