文献

J-GLOBAL ID：201702264592316829   整理番号：17A1645733

自然言語特徴を用いたオンライン被験者ベーススパムフィルタ【Powered by NICT】

An online subject-based spam filter using natural language features

著者 (3件)： Lee Chih-Ning (Department of Computer Science, National Chiao-Tung University, Taiwan, 30010) ,  Chen Yi-Ruei (Department of Computer Science, National Chiao-Tung University, Taiwan, 30010) ,  Tzeng Wen-Guey (Department of Computer Science, National Chiao-Tung University, Taiwan, 30010)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： DESEC  ページ： 479-487  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 重み付けナイーブBayes(WNB)分類器の拡張版上に構築されたオンライン被験者ベーススパムフィルタを提案した。スパムフィルタは電子メール被験者のみをチェックする。メールとも有用なスパム送信者の走査全身はフィルタリングを避けるために電子メール体和らげることをスパムフィルタよりも高速である。広く使用されているbag of word特徴に加えて,著者らはさらに電子メール被験者からの新しい特性を発見するための統計的と自然言語の特徴を考察した。オンライン学習では,拡張WNB分類器を用いた。は計算的に効率的なだけでなく,新しい悪意キャンペーンとスパムの変化に適応できる。提案した分類器は,熟考を越えた悪意のあるキャンペーンとスパムに影響されない。TRECおよびEnronスパムコーパスから八つの良く知られたハムスパム電子メールデータセット上で提案スパムフィルタの性能を評価した。我々のアプローチは,精度94.85%,TRECデータセット上でF1測度の95.8%,と精度95.74%,Enronスパムデータセット上でF1測度の97.2%を達成した。同じ系の以前の研究と比較して,提案アプローチでは,精度,真陽性率および偽陽性率2.43%,2.3%,および3.2%の改善であった。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 高速度 ,  重みづけ ,  *自然言語 ,  電子メール ,  フィルタリング ,  測度 ,  走査
準シソーラス用語： TREC ,  オンライン学習 ,  全身 ,  送信者 ,  *スパム ,  *スパムフィルタ ,  *被験者 ,  *オンライン , 【Automatic Indexing@JST】

分類 (2件)： 計算機網  (JC03000K) ,  データ保護  (JD01020V)

タイトルに関連する用語 (4件)： 言語 ,  オンライン ,  被験者 ,  スパムフィルタ