@techreport{oai:ipsj.ixsq.nii.ac.jp:00233315,
 author = {脇谷, 峡平 and 大久保, 隆夫},
 issue = {31},
 month = {Mar},
 note = {近年，フィッシングメールによる被害が増加傾向にある．情報セキュリティ 10 大脅威 2023 によると，フィッシングによる被害は昨年に引き続きランキング一位であり，今後もフィッシングメールの増加が予測される．また，生成系 AI 等の登場でフィッシングメールは多様性を帯びており，Recorded Future は “ChatGPT がフィッシングメッセージを作るなどのサイバー犯罪行為に用いられる可能性がある” との報告もしている．そこで本研究では，増加・多様化するフィッシングメールへのアプローチとしてフィルタリング手法の提案と実験を行う．実験内容としては，メールデータセットを用いて ALBERT，BERT，Bidirectional LSTM，LSTM 各種自然言語処理の学習とフィルタリング検証を行った．その結果，BERT では最高精度である F1score99.55% であり，検証結果では 90% の精度でフィルタリングが可能であることが判明し，生成系 AI が作成した文章でも 90% の精度でフィルタリングが可能であった．},
 title = {自然言語処理を用いたスパムメールフィルタリング手法の提案},
 year = {2024}
}