摘要：
为了提高电子邮件中垃圾邮件的过滤准确率和效率，以朴素贝叶斯算法和K最近邻(KNN：K-Nearest Neighbors)算法为基础，对传统垃圾邮件过滤算法进行改进，给出邮件的合法属性和非法属性的概念，并提出一种新的分类算法——基于邮件合法属性和非法属性的分类算法（SEASF：Simple and Efficient Algorithm to Spam Filter based on legitimate attribute and nonlicet attribute)。SEASF计算复杂度较低，可适用于大规模场合及邮件的在线过滤。将SEASF算法应用于垃圾邮件过滤的结果表明，该算法可大幅度提高分类精度，分类速度也令人满意。
中图分类号:
- TP391