基于贝叶斯算法的垃圾短信过滤系统的设计与实现

　　摘要：随着手机短信应用日益广泛，垃圾短信也随之大量出现,并严重影响到人们的正常生活及社会的安全与稳定。针对现有手机端垃圾过滤系统的不足,该文介绍了一种基于贝叶斯算法的垃圾短信过滤系统的实现方法,以取得更好的过滤效果。
　　关键词：垃圾短信过滤；贝叶斯算法
　　中图分类号：TP315文献标识码：A文章编号：1009-3044(2012)15-3665-03
　　The Design and Implementation of Junk SMS Filtering System Based on Bayes
　　JIANG Yong-Hui
　　(College of Information Science and Technology, Hainan Normal University, Haikou 571158, China)
　　Abstract: With the increasingly widespread application of SMS,junk SMS appeared in large numbers,and seriously affect the security and stability of people’s normal life and society.For the deficiencies of the existing junk SMS filtering system,this paper proposes a method to fil? ter junk SMS based on Bayes to achieve better filtering effect.
　　Key words: junk SMS filtering; Bayes
　　近年来，随着我国经济和科技的快速发展，移动通讯设备已经越来越普及，据工信部统计显示，截至到2011年底，我国的手机用户已经突破10亿，手机正在逐步成为个人通信中心，而作为移动通信的主要业务之一的短信，也朝着多元化方向发展。然(本文来自：Www.bdfqY.cOm 千 叶帆文 摘:基于贝叶斯算法的垃圾短信过滤系统的设计与实现)而，手机短信在给人们带来极大方便的同时，也带来了一些负面影响。垃圾短信的泛滥就是其中最为广泛和最为严重的问题之一，据中国互联网组织调查，2011年手机用户收到的垃圾短信数为12.2条/周，如何过滤这些垃圾短信也随着短信业务的几何级数的增长而日趋重要。
　　目前,在手机端实现的垃圾短信的过滤技术主要有黑白名单过滤和基于内容过滤两大类。基于黑白名单过滤技术是通过在手机中设置黑名单号码来达到拒收短信的目的，其特点是快速、精确，只要短信号码匹配即可判断是否是垃圾短信，但是这种过滤短信的方法单一，也无法阻止未识别的手机号码所发送的垃圾信息，因而不能够达到良好的过滤效果。基于内容的垃圾短信过滤是通过预先对样本垃圾短信进行分析、学习然后存储其中的特征信息的“自我学习”方法，能够使自己不断积累垃圾信息特点，对收到的信息进行“智能”分类为垃圾信息和正常信息，常见的分类算法有贝叶斯、KNN和SVM等。本文设计了一个采用贝叶斯算法并结合黑白名单过滤的垃圾短信过滤系统，以提高系统过滤的准确性，并实现个性化垃圾短信过滤。
　　基于贝叶斯算法的垃圾短信过滤系统能够由用户自己选择垃圾短信作为训练集，以制定个性化的过滤方案，且具备自我学习能力和更新能力，弥补了传统垃圾短信过滤方案缺乏灵活性、准确率不高的问题。随着技术的发展，彩信的应用也日益频繁，如何过滤垃圾彩信，是我们下一步要解决的问题。