基于机器学习的SPIT可疑度评估方法

• 作者: 双锴 马姣
• 来源期刊: 华中科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 互联网电话垃圾邮件 可疑度评估 社会网络分析 机器学习
• 年，卷（期）: 2013,（z2）
• 页码范围: 14-17,47
• 分类号: TP393
• 语种: 中文

摘要

结合社会网络分析技术与信誉评估技术,提出一种基于机器学习的互联网电话垃圾邮件(SPIT)可疑度评估方法(MLBRE).该方法依据用户的历史行为建立通信行为网络模型,使用社会网络分析方法半自动化地对部分用户进行可疑度评估,产生相应的训练集,再使用支持向量机(SVM)的机器学习方法全自动化地对全体用户进行可疑度评估.实验结果表明:本方法在保持较高准确率(93.98％)的同时,具有较低的漏报率(0.95％).

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	双锴	北京邮电大学网络与交换技术国家重点实验室	18	38	4.0	5.0
2	马姣	北京邮电大学网络与交换技术国家重点实验室	1	1	1.0	1.0