抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
スパムメールはコンピュータセキュリティにおける慢性的問題である。それらは,コンピュータとネットワークにとって非常に費用がかかり経済的で非常に危険である。ソーシャルネットワークと他のインターネットベースの情報交換の出現にもかかわらず,電子メール通信への依存性は長年にわたって増加しており,この依存性はスパムフィルタを改善するための緊急の必要性をもたらしている。多くのスパムフィルタは,ユーザのインボックスに入ることからこれらのスパムメールを防ぐために作られてきたが,テキスト修正に焦点を合わせた研究が不足している。現在では,Naive Bayesは,その単純さと効率のためにスパム分類の最も一般的な方法の1つである。ナイーブBayesも非常に正確である。しかし,それらがleetspeakまたはdiacriicsを含むとき,メールを正しく分類することはできない。そこで,本論文では,テキスト修正を検出し,メールをスパムまたはハムとして正しく分類することができるように,新しいアルゴリズムを提案した。著者らのPythonアルゴリズムは意味論的ベース,キーワードベース,および機械学習アルゴリズムを結合し,スパマッシシンと比較して,Naive Bayesの精度を100%以上増加させる。さらに,電子メールの長さとスパムスコアの間の関係を発見し,議論のあるトピックであるBayes Poissonが実際に実際の現象であり,スパマーにより利用されることを示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】