概率基于内容的反垃圾邮件技术比较分析

基于内容的反垃圾邮件技术比较分析

摘要当前,在基于内容的各种反垃圾邮件技术中,基于贝叶斯的反垃圾邮件技术显示出了较强的分类能力和较高的准确性,而基于人工免疫系统的反垃圾邮件技术则具有良好的自适应、 自学习和鲁棒性。两个技术的结合在实践测试中取得了良好的效果。

关键词反垃圾邮件;贝叶斯;人工免疫系统

1贝叶斯理论

贝叶斯方法以概率理论为基础,用于处理统计学中不确定性问题。

对于概率公式:

(1)

其中,,表示两个事件,且,该公式表示在事件发生的前提下事件发生的条件概率。

在此基础上,有贝叶斯(Bayes)公式如下:

(2)

其中为一系列互不相容事件,且。

一般而言,人们能根据历史经验或主观判断给出某些事件发生的概率,这样的概率没有经过检验,被称之为先验概率。贝叶斯方法则是利用贝叶斯公式,结合调查、统计、实验等方式获取新的信息,对先验概率进行修正,从而得到更符合实际的可能发生概率的预计。

基于贝叶斯的统计分析技术常常被应用于各行各业的分类应用系统中,因其模型塑造简单易行,运行效果良好而广受欢迎。

2人工免疫系统(Artificial Immune System,AIS)理论

生物免疫系统是一个高度进化的生物系统,它旨在区分外部有害抗原和自身组织,从而清除病原并保持有机体的稳定。而AIS则是以此为原型从计算的角度产生的面向应用的计算模型。

AIS的免疫算法一般步骤为:1)定义抗原:将有待解决的问题抽象成抗原,抗体则对应为问题的求解。 2)产生初始抗体:抗体与抗原之间的亲和度对应问题的评估:亲和度越高,说明解越好。 3)计算亲和度:计算抗原与抗体之间的亲和度。 4)克