文献

J-GLOBAL ID：200902275932060885   整理番号：09A1073006

e-メールスパムフィルタリングの学習ベース手法のサーベイ

A survey of learning-based techniques of email spam filtering

著者 (3件)： BLANZIERI Enrico (Univ. Trento, Trento, ITA) ,  BRYL Anton (Univ. Trento, Trento, ITA) ,  BRYL Anton (Create-Net International Res. Center, Trento, ITA)
資料名： Artificial Intelligence Review  (Artificial Intelligence Review)
巻： 29  号： 1  ページ： 63-92  発行年： 2008年03月 
JST資料番号： E0339C  ISSN： 0269-2821  資料種別： 逐次刊行物 (A)
記事区分： 文献レビュー  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 本稿では,スパム問題を取り上げ,それに対する学習ベーススパムフィルタリング手法を概観した。スパムメールの共通の定義は存在しないが,歓迎されていないメールの総称として使われている。スパムメールは種々の問題を伴う。これに対するアプローチとして最も一般的で開発が進んでいるのは学習ベースフィルタリングである。本稿では,機械学習によるスパムフィルタリング手法を概観した。また,これら手法の比較・評価法についても概観した。スパムメールはメール本体とヘッダからなる。それらから何を解析対象とし,どのような特徴を抽出すべきかがまず問題となる。そして,その解析手法が焦点となる。言語ベースフィルタリング,協調フィルタリング,ハイブリッドアプローチなどに分類できる。多数のフィルタが開発されている。1998年に提案されたNaive Bayes分類器がその中でも重要な位置を占め,標準的なフィルタリング手法の1つとなっている。スパムの世界では,スパム発信者の反抗策に対応することが重要であり,これら反抗策を予測し,防止する試みもなされている。現在,スパム対策分野は成熟したと言えるにも関わらず,未だにメールボックスはスパムで溢れている。スパム発信者の反抗策が効を奏しているとも言えるが,人々が可能な手法を充分に適用していない所為でもある。これら手法は開発される必要性は当然だが,利用されなければならない。

シソーラス用語： *電子メール ,  *機械学習 ,  フィルタリング ,  特徴抽出 ,  自然言語処理 ,  自然言語 ,  画像処理 ,  ハイブリッド方式 ,  分類装置 ,  Bayes推定
準シソーラス用語： Bayes分類器 ,  *スパムメール ,  協調フィルタリング ,  特徴抽出法

分類 (2件)： その他の情報処理  (JE15050M) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (2件)： 学習 ,  手法