抗好词攻击的中文垃圾邮件过滤模型

• 作者: 刘峤 秦志光 程红蓉 邓蔚
• 来源期刊: 电子测量与仪器学报
• 学科: 工学
• 关键词: 中文垃圾邮件过滤 敌手学习 多示例学习 逻辑回归 好词攻击 鲁棒性
• 年，卷（期）: 2010,（12）
• 页码范围: 1146-1152
• 分类号: TP393.098
• 字数: 6156字
• 语种: 中文
• DOI: 10.3724/SP.J.1187.2010.01146

摘要

针对当前中文垃圾邮件过滤领域面临的好词攻击威胁,提出了一种鲁棒的中文垃圾邮件过滤模型.该模型基于多示例学习机制,并结合中文分词和特征选择方法,将一封邮件转化为若干示例的组合,然后应用多示例逻辑回归模型进行学习和分类.对多示例学习而言,当一封邮件中至少有一个示例为垃圾信息时,该邮件为垃圾邮件,否则为正常邮件.分别对训练数据集和测试数据集进行好词攻击,在多个大规模中文垃圾邮件过滤公开数据库上进行了测试.实验结果表明,在中文邮件过滤领域对抗好词攻击,分类器使用多示例反击策略较之于单示例反击策略有更强的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	程红蓉	电子科技大学计算机科学与工程学院	19	186	9.0	13.0
2	秦志光	电子科技大学计算机科学与工程学院	262	3157	26.0	46.0
3	邓蔚	电子科技大学计算机科学与工程学院	5	26	3.0	5.0
4	刘峤	电子科技大学计算机科学与工程学院	23	523	8.0	22.0