基于MapReduce的贝叶斯垃圾邮件过滤机制

合集下载

相关主题

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

中图分类号：Ｐｌ；Ｐ９．９Ｔ３１Ｔ３３０８文献标志码：Ａ
ＭａＲｅｕｅｂａｅｙｓａｎｉｓａｌｅｉｅｈｎｉｍｐｄｃ－ｓｄＢａｅｉｎａｔ・ｐｍｆｔｒｎｇｍｃａｓｉ
ＴＡ０ｎ．ａ．ＸＵＥＺｈｎ．ｕｎ．ＳｅＹｏｇｃｉｅｇｙａＨＩＬｉ（ｃｏｌｆＩｏｍａｉｎｉｅｎ，ＺｅｇｈｕＵｉｒｔｈｎｚｏｅａ５０１ｈｎ）ＳｈｏｏｆｒｔｎＥｇｎｒｇｈｎｚｏｎｖｓｙｎｏｅｉｅｉ，ＺｅｇｈｕＨｎｎ４００，Ｃｉａ
ｏｔｚｄｔｅｍａｌｔｉｉｇａｄｌａｎｎｙｔｋｎｄａｔｇｆｍａｓｄｔｒｃｓｉｇｏｐｅｕｅｈｘｅｍｅｔｌｒｓｌｐｉｅｈｉｒｎｎｎｅｒｉｇｂａｉｇａｖｎａｅｏｓａａｐｏｅｓｎｆＭａＲｄｃ．Ｔｅｅｐｒｎａｅｕｔｍｉａｉｓ
ａｔｓａｌｒｇｍｅｈｎｓｗｓｐｏｏｅ，ｗｉｈｆｓｍｐｏｅｈｒｄｔｎｌａｅｉｎｆｔｒｎｅｈｉｕ，ａｄｔｅｎｉｐｍｆｔｉｃａｉｍａｒｐｓｄ－ｉｅｎｈｃｉｔｉｒｖｄｔｅｔｉｏａｒａｉＢｙｓｌｉｇｔｃｎｑｅａｉｅｎｈｎ
滤技术进行改进，另一方面利用ＭａＲｄｃ模型的海量数据处理优势优化邮件集训练与学习。实验表明，ｐｅｕｅ较之目前
流行的传统贝叶斯算法、最近邻（ｎ算法和支持向量机（Ｖ算法，于ＭａＲｄｃＸＮ）ＳＭ）基ｐｅｕｅ的贝叶斯垃圾邮件过滤机制在召回率、准率和精确率方面保持了较好的表现，查同时降低了邮件学习和分类成本，高了系统执行效率。提关键词：垃圾邮件；件过滤；邮贝叶斯算法；ａＲｄｃ；据处理Ｍｐｅｕｅ数
第３ｌ卷第９期
２１年９月０ｌ
计算机应用
ＪｕｎｌｏｏｕｅｐｉａｉｎｏｒａｆＣｍｐｔｒＡｐｌｔｓｃｏ
Ｖｏ．Ｎｏ９１３ｌ．
Ｓｐ．０１１ｅ２
文章编号：０１— ０１２ｌ）９— ４２一ｏ１０９８（Ｏ１０２１５
（Ｖ）ａｏｔｍ，ｔｅＭａＲｄｃ－ａｅａｅｉｎｉｐｍｆｔｎｅｈｎｓｅｏｍｅｅｎｒｃｌｐｅｉｏｎＳＭｌｒｈｓｈｐｅｕｅｂｓｄＢｙｓｎａｔｓａｌｒｇｍｃａｉｐｒｒｓｂｔｒｉｅａ，ｒｃｉａｄｇｉａ－ｉｅｉｍｆｔｌｓｎ
（ｙｔｏＺ．ｄ．ａｉｃａ＠ＺＵｅｕｃ）ｅ
摘
要：贝叶斯邮件过滤器具有较强的分类能力和较高的准确性，但前期的邮件集训练与学习耗用大量系统资
源和网络资源，响系统效率。提出一种基于ＭａＲｄｃ技术的贝叶斯垃圾邮件过滤机制，方面对传统贝叶斯过影ｐｅｕｅ一
ｓｏａｏａｅｉｅｒｄｔｎｌａｅｉｌｒｇｅｈｉｅＫＮａｓＮｉｂｒＫＮｎｕｐ￣ＶｃｏＭａｈｎｈｗｔｔｍｐｒｄｔｔａｉｏａＢｙｓｎｆｔｉｃｎｑ，－ｅｒｔｅｇｏ（Ｎ）ａｄＳｎｔｕｅｈ
ａｃｒｃ，ｒｄｃｓｔｅｃｓｏｉｌａｎｎｎｌｓｉｉｇａｄｉｒｖｓｔｅｓｓｍｆｃｅｃ．ｃｕａｙｅｕｅｈｏｔｆｍａｌｅｒｉｇａｄｃａｓｙｎｎｍｐｏｅｈｙｔｅｆｉｎｙｆｅｉ
ｌａｎｉｇａａｌｔｇｏｕｓｙｓｅａｄｎｔｒｅｏｃｓａｄａｆｃｙｔｍｆｃｅｃｅｒｎｔｅｒｙｓａｅｃｎｓｍｅｍａｓｓｔｍｎｅｗｏｋｒｓｕｒｅｎｆｅｔｓｓｅｅｆｉｎｙ．ＡａｉＭｐＲｅｃ — ａｅｙｓａｄｕｅｂｓｄＢａｅｉｎ
Ａｂｔａｔｈａｅｉｎａｔｓａｆｔｒｈｓｓｒｎｌｓｉｃｔｎｃｐｃｔｎｉｈａｃｒｃ，ｂｔｔｅｍａｌｒｉｉｇａｄｓｒｃ：ＴｅＢｙｓｎｉｐｍｌａｔｇｃａｓａｉａａｉａｄｈｇｃｕａｙｕｈｉｔａｎｎａ — ｉｅｏｉｆｏｙｎ
ｄｉ１．７４Ｓ．．０７２１．２１ｏ：０３２／ＰＪ１８．００４２１
基于ＭａＲｄｃｐｅｕｅ的贝叶斯垃圾邮件过滤机制
陶永才，薛正元，石磊
（州大学信息工程学院，州４００）郑郑５０１