Feb, 2024

利用凝聚层次聚类和基于主题的方法对垃圾邮件进行分类

PDF
TL;DR基于主题的方法用于将垃圾邮件分类为多个类别，作者提出了两个新数据集，对其进行了标记，并评估了不同特征表示技术和分类器的性能。实验结果表明，英语数据集的最佳性能来自使用 TF-IDF 和逻辑回归，而西班牙语数据集的最佳性能来自使用 TF-IDF 和朴素贝叶斯。
spam emailscybersecurity unitsclassificationdatasetsperformance
发现论文，激发创造
  • 文本分类的 12 种机器学习模型的流程和比较研究

    本文介绍了一个基于机器学习文本分类器的新技术管道，并应用于公共垃圾邮件语料库中，优化参数选择和改善预处理阶段中特定方法的模型表现，评估了不同评估指标，如精确度，召回率等，最终发现可在 Enron 数据集上实现 94％的 F-Score，得出关键词包括自然语言处理、垃圾邮件过滤。

    Apr, 2022

  • 使用 spaCy 构建有效的电子邮件垃圾邮件分类模型

    本研究使用 spaCy 自然语言处理库和三种机器学习算法，其中包括朴素贝叶斯（ Naive Bayes）、决策树 C45 和多层感知器（MLP），来检测从 Gmail 服务中收集的垃圾邮件，并发现多层感知器（MLP）算法的准确率达到了 96％。

    Mar, 2023

  • 使用机器学习和头部信息进行电子邮件异常检测

    此研究提出提取并选择电子邮件数据集的特征，利用多类和单类异常检测方法可靠地检测垃圾邮件和网络钓鱼，其中只利用电子邮件头信息即可实现高达 97％和 99％的准确度评分。

    Mar, 2022

  • 大规模网络数据的高效和有效垃圾邮件过滤和重新排序

    本文介绍了一种使用自然语言处理技术针对 ClueWeb09 数据集进行垃圾信息过滤与提高信息检索效果的方法。

    Apr, 2010

  • 社交网络上 “智能” 垃圾邮件的检测：主题模型方法

    本研究提出了一种基于 LDA 潜在狄利克雷分布的新型垃圾邮件分类方法，提取了主题分布模式的本地和全局信息，优于其他最先进的方法，能够有效识别社交网络上类似合法用户的智能垃圾邮件。

    Apr, 2016

  • 提升树用于反垃圾邮件过滤

    本文介绍了一组用于自动过滤垃圾邮件的比较实验，研究了一些 AdaBoost 算法变形，得出增加基础学习者复杂性有助于获得更好的高精度分类器，而基于增强式学习的方法可以明显优于贝叶斯朴素分类和决策树归纳等基准学习算法。

    Sep, 2001

  • TF-IDF 特征加权方法的比较研究及其在非结构化数据集上的分析

    文本分类与特征加权方法，包括 N-Grams 和 TF-IDF，使用随机森林分类器实现最高的准确度（93.81%），精确度（94.20%），召回率（93.81%）和 F1-score（91.99%）值。

    Aug, 2023

  • 垃圾网址的机器学习分类方法

    使用机器学习模型对 URL 进行分类，研究发现 bagging 方法在垃圾邮件识别方面具有 96.5% 的准确率。

    Sep, 2023

  • 一种改进的基于 Transformer 模型的钓鱼、垃圾邮件和非垃圾邮件识别方法：大型语言模型方法

    利用基于 BERT 模型的 IPSDM 模型，本文首次尝试将大型语言模型应用于检测钓鱼邮件和垃圾邮件，取得了更好的分类效果，并为改善信息系统安全迈出重要的第一步。

    Nov, 2023

  • 启发式上下文向量用于鱼叉式网络钓鱼检测

    基于新的文档向量化方法，我们提出了一种检测方法，利用大型语言模型的共同作用来生成表示向量，以解决鱼叉式网络钓鱼攻击问题，并证明了该方法的有效性，可以应用于各种文档分类任务，特别是在对抗性问题领域。

    Feb, 2024