电子邮件垃圾安全过滤程序设计
Abstract With the rapid development of Internet, E-mails have become widely applied, yet along goes a great deal of useless and harmful information. This paper, through the analyzing and processing of Spam, discusses E-mail intelligent filtering, engages in Rough Set Theory based analysis and experiment on E-mail-header and the introduction of the following research work is mentioned finally. Keywords：E-mail, Spam, filter
摘 要 Internet的迅速发展，电子邮件的应用变得十分广泛，但是许多无用、有害信息随之而来。本文通过对“垃圾邮件”的分析、处理，讨论了电子邮件的智能过滤问题，并进行了基于粗糙集理论的邮件信头分析和实验。最后，介绍了下一步的工作。
关键词： 电子邮件 垃圾邮件 过滤
目 录本文来自辣'文~论^文,网
前言 2
摘要 3
第一章 电子邮件的体系 4
1.1电子邮件的体系及过滤方法 4
第二章 电子邮件的结构 5
2.1 电子邮件的结构及传输 5
2.2 相关网络协议 5
第三章 垃圾邮件的过滤分析 6
3.1 邮件自动分类 6
3.2 预处理 7
3.3 向量空间模型 8
3.4 二次过滤 8
3.5 邮件的自动回复 8
第四章 基于粗糙集（Rough集）理论的垃圾邮件分析、过滤 10
4.1 Rough集简介 10
4.2 目前的研究进展情况 10
4.2.1 决策表条件属性和决策属性描述 10
4.2.2 处理所用的较优算法 11
4.2.3 实验 12
第五章 现有方案讨论及下一步的工作 14
5.1 影响系统性能的因素 14
第辣章 参考文献 15
前 言毕业论文http://www.751com.cn
Internet的迅速发展，人与人的交往更加快捷方便，电子邮件（E-mail，Electronic mail）成为信息交互的重要工具，人们用它交流思想、传输文件、发表意见等。据IDC调查，2000年全球日平均发送邮件超过100亿封，到2005年将达350亿封以上。E-mail的日益普及，我们注意到网络管理面临着新问题——垃圾邮件的泛滥。所谓垃圾邮件主要有两类，一类是名目繁多的商业广告，另一类是非法团体为其政治、经济等目的，进行的“网络宣传”。后者的危害性显然远远大于前者。垃圾邮件耗费了有限的网络资源，反动邮件严重破坏了社会稳定。另外，它还侵犯了个人隐私，浪费了用户大量时间。所以垃圾邮件的智能分析、自动过滤，是目前研究的一个热点。
第一章 电子邮件的体系1.1电子邮件的体系及过滤方法
目前邮件过滤主要的方法有如下三种：（1）安全认证方法，也就是用户A向用户B发送邮件时，必须到用户B的邮件服务器上先进行登记，得到授权，否则邮件服务器拒绝接收。虽然有效地防止未经认证的用户发来邮件，具有很高的安全性，但影响了邮件的易用性；(2)基于规则的方法，很多时候是基于关键词匹配的邮件过滤，虽然能够处理邮件头和正文，但是实质还是生硬的二值判断，局限在二文空间上进行处理，缺少可信度的知识，同时要求用户自己定义规则，对用户的素质要求高，用户需要花费很多时间定义自己的规则，如果用户的兴趣发生变化，规则也要进行很大的改变，另外规则的纯粹人工定制，可能考虑并不周全；（3）统计的方法，可以不考虑具体的语义环境，但是只能区分合法邮件和垃圾邮件，很难进行分类。基于上述情况，本文从电子邮件的体系结构及传输协议入手，设计了基于“用户个性化”的垃圾邮件智能分析过滤概念系统模型，充分考虑到了现有方法的优点和缺陷。
第二章 电子邮件的结构本文来自辣'文~论^文,网
2.1 电子邮件的结构及传输
电子邮件可以视为半结构化的文本文件，包括邮件头和正文。RFC822标准邮件头则包括发信者的IP地址、邮件地址和邮件标题等信息。邮件的标题一般概括了其主要内容，正文则是该邮件的全部内容。通常情况下，一封E-mail的收发是从用户发出，通过发送邮件
客户端程序送到SMTP服务器，再转发到目的信箱。最后，由POP3服务器程序配合帐号、口令接收信箱的邮件。
2.2 相关网络协议
支持基于Internet的电子邮件服务协议主要有：SMTP、POP3、IMAP、MIME、HTTP等。其中SMTP和POP3配合完成简单的邮件收发。SMTP协议（Simple Mail Transfer Protocol，简单邮件传输协议）定义了传输普通正文文本（ASCII文本）的标准，提供了全双工通信，缺点是安全性不高。后来出现了ESMTP（扩展的SMTP协议）加以改进。现有大部分C/S都支持SMTP，故我们现有的研究是基于该协议的。另外，对于图像、声音、二进位格式等的非文本信息，MIME协议规定了相应的标准，这是复杂邮件过滤的基本原理，这里不作详细讨论。1588