【正文】 ere token= 39。amp。 strtemp amp。39。 sqlh,conn,1,3if then39。添加到 hash 表里， insert into hash_all(token,good_time) values(39。amp。strtempamp。39。,39。139。)rs(good_time)=rs(good_time)+1 39。rs(good_time)的值加 12. 計(jì)算非垃圾郵件集中各 token 串出現(xiàn)的概率的代碼如下：set rs = ()sql=select good_time,good_pro from hash_all where good_time0 sql,conn,1,3r_t=do until i=rs(good_time)/r_ti=int(i*1000)/1000rs(good_pro)=i3. 構(gòu)造 hash_pro 表的代碼如下：function make_proset rss=()sqls=select token,good_pro,bad_pro from hash_all sqls,conn,1,3do until str=rss(token)i=rss(bad_pro)/(rss(bad_pro)+rss(good_pro))i=int(i*1000)/1000 insert into hash_pro values(39。amp。stramp。39。,39。amp。iamp。39。)loopend function 過濾參數(shù)設(shè)置此模塊可以啟動和停止過濾策略，對四種過濾規(guī)則進(jìn)行設(shè)定，界面如圖 514 所示圖 514 過濾參數(shù)設(shè)置6 測試與分析6．1 系統(tǒng)測試1. 黑白名單功能測試：在黑名單中加入要過濾的郵件地址，在白名單中加入允許放行的郵件地址，啟動黑白名單功能，發(fā)送兩封郵件，前一封郵件地址在黑名單中，后一封郵件地址在白名單中，發(fā)信人是前者的郵件被顯示在垃圾郵件夾中，發(fā)信人是后者的郵件被顯示在收件夾中，測試成功。2. 主題關(guān)鍵字過濾測試：添加要過濾的關(guān)鍵字，啟動主題關(guān)鍵字過濾功能，發(fā)送一封標(biāo)題中含有過濾關(guān)鍵字的郵件，該郵件被顯示在垃圾郵件夾里，測試成功。3. 貝葉斯過濾測試：啟動貝葉斯過濾功能，在文本 中寫入非垃圾郵件樣本集，在文本 中寫入垃圾郵件樣本集，對 和 進(jìn)行學(xué)習(xí)，分析計(jì)算得到哈希概率表，發(fā)送一封含有這兩個樣本集字串的郵件，設(shè)定一個閾值，垃圾郵件概率超過這個閾值郵件被顯示在垃圾郵件夾里，小于這個閾值郵件被顯示在收件夾里，測試成功。測試中我在 中寫入了 fa、lv 兩個字串，在 中寫入 fa、lun、gong 三個字串，經(jīng)過學(xué)習(xí)得到下圖所示的數(shù)據(jù)表：圖 61 hash_all 數(shù)據(jù)表生成的哈希概率表如下圖所示：圖 62 哈希概率表當(dāng)發(fā)送一封郵件內(nèi)容是 fa lun mail 的郵件時，計(jì)算得到的垃圾郵件概率大于預(yù)先設(shè)定的閾值 95，該郵件被顯示在垃圾郵件夾中。點(diǎn)擊郵件瀏覽界面中對郵件進(jìn)行 bayes 分析的按鈕可以顯示 bayes 分析的各項(xiàng)指標(biāo)，如下圖所示：圖 63 bayes 分析6．2 設(shè)計(jì)中的難點(diǎn)問題。主要包括以下兩個方面的內(nèi)容：(1)提供用戶界面給用戶修改相關(guān)參數(shù)，以完成個性化定制。(2)在系統(tǒng)的使用過程中，考慮到用戶的實(shí)際情況，應(yīng)該方便的允許用戶隨時開啟或關(guān)閉郵件過濾功能。針對此問題我設(shè)計(jì)了一個參數(shù)設(shè)置模塊來根據(jù)用戶的需要開啟關(guān)閉不同的過濾規(guī)則。2. 特征串的選取特征串選取好壞將決定最終的過濾效果。特征串詞庫不是靜態(tài)建立的，而是根據(jù)垃圾郵件集和非垃圾郵件集動態(tài)變化的，這樣才能保證其一定的智能性和不斷的學(xué)習(xí)能力。因此需要考慮多種情況，準(zhǔn)確的提取垃圾郵件集合和非垃圾郵件集合中的特征信息，從而建立比較完善的特征串詞庫。對英文郵件，token 串的選取不能僅簡單的以單詞為分解目標(biāo)。而應(yīng)該考慮到各種變化的情況，比如字母大小寫 ，字母的異化。6．3 三種過濾技術(shù)分析黑白名單技術(shù)占用較少的計(jì)算機(jī)資源，易于實(shí)施，但需要手動維護(hù)郵件地址清單，此方案在成熟的垃圾郵件解決方案中只起補(bǔ)充作用。關(guān)鍵字過濾是一個簡單但是有效的阻斷絕大多數(shù)垃圾郵件的方法，其優(yōu)點(diǎn)是簡單易構(gòu)造、易實(shí)現(xiàn)、可靠性高。而缺點(diǎn)是：必須經(jīng)常對關(guān)鍵字進(jìn)行更改和產(chǎn)生較多誤報(bào)的情況。貝葉斯算法在實(shí)際應(yīng)用中需注意的方面：1. 純粹的貝葉斯算法過濾只考慮了郵件正文的內(nèi)容，而往往郵件頭部的一些信息是很重要的，因此必須把郵件頭部的不同組成部分出現(xiàn)的 TOKEN 標(biāo)識出來，且其權(quán)重設(shè)置為較大值。2. 在遇到某些特殊郵件時要根據(jù)這些網(wǎng)頁的具體特征去判斷這些郵件的合法性，例如在某個郵件中郵件正文很少，除此之外就只有一個網(wǎng)頁的鏈接，那么這封郵件就很有可能是垃圾郵件。3. 由于正常郵件被誤判斷為垃圾郵件很有可能給用戶帶來極大的損失，因此必須采取方法降低正常郵件的誤判。這里可以采取二級過濾規(guī)則的策略，即在一封郵件被判斷為垃圾郵件以后還可以利用別的過濾規(guī)則對其再次進(jìn)行判斷，若符合某些條件則把其判為非垃圾郵件。4. 由于貝葉斯算法在電子郵件中的應(yīng)用是由使用英語的人提出來并按照英語的語法習(xí)慣處理 TOKEN 串的，所以，當(dāng)把他們應(yīng)用到漢字處理或者其他并不和英語類似的語言時就會產(chǎn)生許多問題。這里也不具備對中文的識別，因?yàn)橹形牡姆衷~算法比較復(fù)雜，準(zhǔn)確率不高。6．4 通用模塊分析本系統(tǒng)中包括一些通用模塊，這些模塊以文件的形式保存，可以在其他文件中使用include 語句包含這些模塊，使用其中定義的功能。比如： 實(shí)現(xiàn)到數(shù)據(jù)庫的連接，代碼如下：%set conn=()set rs=()set subrs=()str=PROVIDER=SQLOLEDB。DATA SOURCE=。UID=sa。PWD=123。DATABASE=mail str%結(jié) 論在設(shè)計(jì)過程中，我深刻認(rèn)識到了反垃圾郵件技術(shù)研究的重要性，它對我們的工作和生活都產(chǎn)生著巨大的影響。我也對目前所應(yīng)用到的各種反垃圾技術(shù)做了全面的了解，最后選擇了三種常見的技術(shù)進(jìn)行了功能設(shè)計(jì)，它們分別是黑白名單技術(shù)、主題關(guān)鍵字過濾技術(shù)、貝葉斯過濾技術(shù)，本文就圍繞這三種技術(shù)做了詳細(xì)說明并闡述了開發(fā)過程，希望通過這三種技術(shù)提高垃圾郵件的過濾率。但是由于現(xiàn)在很多垃圾郵件發(fā)送者也在利用各種過濾技術(shù)的漏洞發(fā)送垃圾郵件，要想做到百分之百的過濾垃圾郵件是一件不可能的事，在設(shè)計(jì)中使用的三種過濾技術(shù)也存在著各自的缺陷，還有很多難點(diǎn)問題，比如黑白名單地址的選取，主題關(guān)鍵字的選取，貝葉斯垃圾郵件集和非垃圾郵件集的搜集。當(dāng)然還有很多更高效的過濾技術(shù)有待我們?nèi)パ芯?，控制和消除垃圾郵件也不是幾個人或幾個組織就可以完成的,它需要全社會的共同努力,來建立一個潔凈的網(wǎng)絡(luò)空間。參考文獻(xiàn)[1]鄧文淵，陳惠貞，陳俊榮. ASP 與網(wǎng)絡(luò)數(shù)據(jù)庫技術(shù)[M].北京：中國鐵道出版社，2022[2]頊宇峰， 網(wǎng)絡(luò)編程從入門到精通[M].北京：清華大學(xué)出版社，2022 [3]amp。ASP 網(wǎng)頁整合大全[M].北京：電子工業(yè)出版社，2022 [4]張莉， Server 數(shù)據(jù)庫原理及應(yīng)用教程[M].北京：清華大學(xué)出版社，2022 [5]四維科技， 網(wǎng)絡(luò)編程技術(shù)與實(shí)例[M].北京：人民郵電出版社，2022[6] 陳勇，[M]. 北京：清華大學(xué)出版社， 2022 文檔來源：59