ベイジアン方式と機械学習を併用したスパムメールフィルタの検討

• Item type: Symposium(1)
• 公開日: 2010-10-20
• タイトル: ベイジアン方式と機械学習を併用したスパムメールフィルタの検討
• タイトル / 言語: en
• タイトル: Investigation of Spam Mail Filtering Systems with the Use of BayesianSystem and Machine Learning System
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: マルチメディアと分散処理
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_5794
• 資源タイプ: conference paper
• 著者所属: 山口大学大学院理工学研究科
• 著者所属: 山口大学大学院理工学研究科／日本ラッド株式会社
• 著者所属: 山口大学大学情報機構メディア基盤センター
• 著者所属: 山口大学大学院理工学研究科／山口大学大学情報機構メディア基盤センター
• 著者所属(英): en
• 著者所属(英): Graduate School of Science and Enginnering, Yamaguchi University
• 著者所属(英): en
• 著者所属(英): Graduate School of Science and Enginnering, Yamaguchi University / Presently with Nippon RAD Inc.
• 著者所属(英): en
• 著者所属(英): Madia and Infomation Technology Center, Yamaguchi University
• 著者所属(英): en
• 著者所属(英): Graduate School of Science and Enginnering, Yamaguchi University / Madia and Infomation Technology Center, Yamaguchi University
• 著者名: 山口, 博之; 角, 朝香; 杉井, 学; 松野, 浩嗣
• 著者名(英): Hiroyuki, Yamaguchi; Sayaka, Kado; Manabu, Sugii; Hiroshi, Matsuno
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 近年の迷惑メールの増大は, 世界中の電子メール利用者を悩ませている. スパムメール対策として様々なメールフィルタの開発が行われているが, その中で現在最も広く利用されているのが, ベイズ理論に基づいてスパムメールを分類するベイジアンフィルタである. bs lter は, ベイジアンフィルタの一つであるが, 多くのプラットフォームに対応できることなどから, 利用者が増えている. しかしbs lter は, 正規メールの正解率は高いが, スパムメールの正解率が低い特徴がある. そこで, 先に我々が開発した機械学習を応用したメールフィルタリングとbs lter を組み合わせ, さらにbs lterのメール判定に用いられる閾値の変更を行うことで正規メールとスパムメール共に,正解率の高いメールフィルタリング手法を検討した.
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: Recently, increasing of spam mails leads us to serious problems all over the; world. Various mail lters had been developed for spam mails, among them; a bayesian lter based on the bayes theory are generally used in these days.; Bs lter is one of the bayesian lters and it has been very popular system be-; cause it can be applied to many platforms. Bs lter can classify necessary mails; with high accuracy rate but it can not classify spam mails with such a high; accuracy rate. In this study, we discussed a method for mail ltering system; that combines bs lter and machine learning system. Then, we investigated the; combination of these two systems and alteration of a thethreshold for classi ca-; tion by the bs lter in order to develop a new ltering system which can classify; necessary mails and spam mails with high accuracy rate.
• 書誌情報: マルチメディア通信と分散処理ワークショップ2010論文集; 巻 2010, 号 11, p. 152-157, 発行日 2010-10-20
• 出版者 / 言語: ja
• 出版者: 情報処理学会