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

作者: 李洋 方滨兴 郭莉

作者单位: 中国科学院计算技术研究所,北京,100080;中国科学院研究生院,北京,100049 中国科学院计算技术研究所,北京,100080

会议类型: 国内会议

会议名称: 第二届中国分类技术及应用学术会议

会议地点: 郑州

会议语种:中文

页码: 240-245

在线出版日期: 2007-05-27（万方平台首次上网日期，不代表论文的发表时间）