higuoxing/nospam

「人工智障」贝叶斯垃圾邮件检测专家系统

NOSPAM

一个贝叶斯邮件检测的专家系统

特性

• 图形界面
• 支持自定义规则
• 内置一个方便编写规则的 DSL

截图

如何运行

pip install -r requirements.txt
python main.py

Note: Python >= 3.7

规则编写

规则编写十分容易，根据贝叶斯邮件检测的原理，内置了一个规则解释器主要语法为

if [mail.field] <operator> "pattern" then
    SPAM_TF = <number>
    HAM_TF  = <number>
end

• [mail.field] 主要有 [mail.subject], [mail.sender], [mail.content] 分别表示「邮件主题」，「发件人」和「内容」，可以自行拓展
• <operator> 主要有 contain, match, equal 分别表示「含有」，「匹配」和「相等」。
  • 「含有」表示给定的邮件字段含有关键词 例如：
  • 「匹配」表示给定的邮件字段与某种模式匹配（正则规则）
  • 「相等」表示给定的邮件字段与关键词相等
• "pattern" 是一种模式，用字符串表示
• SPAM_TF 和 HAM_TF 是贝叶斯邮件检测中的两个参数
  • SPAM_TF 为垃圾邮件时，出现 "pattern" 的概率
  • HAM_TF 为正常邮件时，出现 "pattern" 的概率

一些编写规则的例子

1. ”拉黑“ 某个邮件地址

if [mail.sender] equal "some@one.org" then
    SPAM_TF = 1.0
    HAM_TF  = 0.0
end

2. 根据邮件具有的模式分类

if [mail.subject] match "some\w+pattern\d+" then
    SPAM_TF = 0.002
    HAM_TF  = 0.001
end

3. 根据邮件包含的关键词分类

if [mail.content] contain "sex" then
    SPAM_TF = 0.9
    HAM_TF  = 0.01
end