在反垃圾郵件技術(shù)中貝葉斯算法的應(yīng)用

徐銳

摘 要：在當(dāng)今的社會(huì)，網(wǎng)絡(luò)技術(shù)的應(yīng)用已經(jīng)滲入到了生活中的各個(gè)方面，而在日常工作當(dāng)中電子郵件已經(jīng)成為互相溝通傳遞信息的一項(xiàng)重要手段。但在電子郵件的使用過(guò)程中，我們都會(huì)遇到一個(gè)困擾那就是垃圾郵件。針對(duì)垃圾郵件互聯(lián)雖然已經(jīng)推出了很多方法，但是垃圾郵件并未因此而得到有效遏制，反而日益猖狂。本文主要介紹了一種較新型的反垃圾郵件技術(shù)——貝葉斯過(guò)濾技術(shù)，分析其基本原理，優(yōu)點(diǎn)和缺點(diǎn)，以作為防范垃圾郵件的技術(shù)探討。

關(guān)鍵詞：垃圾郵件 反垃圾郵件 貝葉斯算法

自電子郵件被越來(lái)越多的人們使用以來(lái)，垃圾郵件的問(wèn)題一直困擾著電子郵件的使用者，人們也找到了很多的解決之道，從早期的關(guān)鍵字匹配，到通過(guò)連接頻率來(lái)提高發(fā)送垃圾郵件的成本，再到設(shè)立專用服務(wù)器，提供RBL實(shí)時(shí)黑名單查詢，直到全世界范圍內(nèi)關(guān)于垃圾郵件立法的呼吁。無(wú)論哪種方式方法，要想從根本上解除垃圾郵件的泛濫，還是需要一套能夠有效防范垃圾郵件的安全技術(shù)。

一、垃圾郵件的產(chǎn)生和無(wú)法避免的技術(shù)原因

垃圾郵件（SPAM） 也稱作UCE（Unsoticited Commercial Email.未經(jīng)許可的商業(yè)電子郵件）或UBE（Unsolicited Bulk Email，未經(jīng)許可的大量電子郵件）。首次關(guān)于垃圾郵l件的記錄是1985年8月的一封通過(guò)電子郵件發(fā)送的連鎖信，一直持續(xù)到1993年6月出現(xiàn)了名為“Make Money Fast 的電子郵件。1994年4月SPAM一詞首次出現(xiàn).當(dāng)時(shí)Canter和Siegel律師事務(wù)所把一封信發(fā)送到6000多個(gè)新聞組，宣傳獲得美國(guó)國(guó)內(nèi)綠卡的法律支持。這時(shí)開(kāi)始，很多商人瓤利用垃圾郵件廣告。1995年首個(gè)專門用于發(fā)送垃圾郵件的程序Floodgate發(fā)布，詼程序能夠自動(dòng)地把郵件發(fā)送給大批人。同年8月開(kāi)始出現(xiàn)出售郵件地址的事件。從此，垃圾郵件頻頻出現(xiàn).也引起了人們的反感。[1]

當(dāng)前郵件傳輸?shù)闹饕獏f(xié)議是SMTP協(xié)議，從設(shè)計(jì)之初，為了滿足簡(jiǎn)單傳輸?shù)男枰搮f(xié)議沒(méi)有任何認(rèn)證手段，因此缺省的SMTP郵件服務(wù)器對(duì)于郵件的來(lái)源和目的地不做控制而是支持發(fā)送。[2]

隨著垃圾郵件的泛濫，大部分的郵件服務(wù)器都關(guān)閉了OpenRelay，在發(fā)送方和發(fā)送服務(wù)器之間進(jìn)行認(rèn)證，從而保證只有合法用戶才能使用這臺(tái)服務(wù)器發(fā)送郵件，這就是增強(qiáng)的ESMTP協(xié)議。然而這個(gè)方法無(wú)法解決在發(fā)送服務(wù)器和接收服務(wù)器之間的合法認(rèn)證，垃圾郵件仍然無(wú)法避免。[3]

2.貝葉斯算法的優(yōu)劣

貝葉斯風(fēng)險(xiǎn)是衡量一個(gè)決策法則的好壞的標(biāo)準(zhǔn)。一般來(lái)說(shuō)，多數(shù)情況下，對(duì)于某一個(gè)（或某些）狀態(tài)θ值，決策法則δ?的風(fēng)險(xiǎn)函數(shù)值ρ（θ，δ?）最小；而對(duì)于另一個(gè)（或另一些）θ值，另一個(gè)決策法則δ?的風(fēng)險(xiǎn)函數(shù)最小，因此，評(píng)價(jià)一個(gè)決策法則的好壞，只能用在各種不同狀態(tài)下其風(fēng)險(xiǎn)函數(shù)的平均值來(lái)衡量。貝葉斯風(fēng)臉β（δ）就是當(dāng)決策法則為δ，在狀態(tài)θ下風(fēng)險(xiǎn)函數(shù)的平均值，決策法則一經(jīng)確定，其貝葉斯風(fēng)險(xiǎn)即為一常數(shù)。它反映出利用這一決策法則決策的平均損失。

因?yàn)樨惾~斯算法是基于先驗(yàn)概率和樣本信息來(lái)計(jì)算后驗(yàn)概率的方法，所以其對(duì)于樣本積累的數(shù)量具有很大的依賴性，需要一個(gè)較長(zhǎng)的過(guò)程，開(kāi)始的時(shí)候，可能會(huì)發(fā)生很大的誤判和漏判現(xiàn)象，只有當(dāng)積累的樣本數(shù)量足夠多，其檢測(cè)精度才能到達(dá)一定高度并為用戶所接受。

3.結(jié)和展望

隨著網(wǎng)絡(luò)成熟，將貝葉斯過(guò)濾技術(shù)應(yīng)用到反垃圾郵件技術(shù)中， 可以說(shuō)是一種嘗試，也是反垃圾郵件技術(shù)領(lǐng)域中的一個(gè)研究方向。目前，對(duì)于貝葉斯技術(shù)的應(yīng)用正在成為反垃圾郵件領(lǐng)域的一個(gè)研究熱點(diǎn)，越來(lái)越多的專用發(fā)垃圾郵件產(chǎn)品正在嘗試使用貝葉斯過(guò)濾技術(shù)來(lái)提高其產(chǎn)品的檢測(cè)精度，降低管理成本。

參考文獻(xiàn)

[1]倪加勛，袁衛(wèi)，應(yīng)用統(tǒng)計(jì)學(xué)，北京中國(guó)人民大學(xué)出版社，1993.

[2]郭泓，電子郵件過(guò)濾技術(shù)淺析，信息網(wǎng)絡(luò)安全.2002.

[3]王斌，潘文峰，基于內(nèi)容的垃圾郵件過(guò)濾技術(shù)綜述，中國(guó)科學(xué)院計(jì)算機(jī)技術(shù)研究所碩士畢業(yè)論文.2004.

[4]托馬斯·貝葉斯 .智庫(kù)[引用日期2013-03-07].

[5]條件概率和貝葉斯定理 .中國(guó)開(kāi)放教育資源聯(lián)合體[引用日期2013-01-07].

[6]An Essay towards solving a Problem in the Doctrine of Chance. Philosophical Transactions of the Royal Society of London .1763[引用日期2015-03-31].

[7]貝葉斯定理-貝葉斯 .貝葉斯定理.2014-03-21[引用日期2014-03-21].