An Adaptive Fusion Algorithm for Spam Detection
An Adaptive Fusion Algorithm for Spam Detection
复制标题
垃圾邮件检测的自适应融合算法
DOI：
10.1109/mis.2013.54
复制
发表时间：
2014-07
影响因子：
6.4
通讯作者：
Chen, Li
中科院分区：
文献类型：
--
作者：
Su, Baojun;Cheng, Yunbiao;Pan, Weike;Chen, Li
垃圾邮件检测已经成为电子邮件服务、广告引擎、社交媒体网站等各种在线系统中的重要组成部分，本文以电子邮件服务为例，提出了一种基于内容的自适应融合垃圾邮件检测算法（AFSD），该算法具有通用性，可应用于非电子邮件垃圾邮件检测任务，且无需额外的工作量。该算法使用n-gram的nontokenized文本字符串来表示一封电子邮件，引入一个链接函数来转换在线学习者的预测分数变得更具可比性，训练在线学习者在错误驱动的方式通过厚阈值，以获得高度竞争的在线学习者，并设计更新规则，自适应地整合在线学习者，以捕获垃圾邮件的不同方面。AFSD的预测性能在五个公开竞争数据集和一个行业数据集上进行了研究，该算法的结果明显优于几种最先进的方法，包括相应比赛的冠军解决方案。
Spam detection has become a critical component in various online systems such as email services, advertising engines, social media sites, and so on. Here, the authors use email services as an example, and present an adaptive fusion algorithm for spam detection (AFSD), which is a general, content-based approach and can be applied to nonemail spam detection tasks with little additional effort. The proposed algorithm uses n-grams of nontokenized text strings to represent an email, introduces a link function to convert the prediction scores of online learners to become more comparable, trains the online learners in a mistake-driven manner via thick thresholding to obtain highly competitive online learners, and designs update rules to adaptively integrate the online learners to capture different aspects of spams. The prediction performance of AFSD is studied on five public competition datasets and on one industry dataset, with the algorithm achieving significantly better results than several state-of-the-art approaches, including the champion solutions of the corresponding competitions.
登录
查看更多内容
影响因子：
2.5
作者：
A. Vogler
通讯作者：
A. Vogler
DOI：
--
发表时间：
2005
期刊：
--
影响因子：
--
作者：
Matthew B. Prince;Benjamin M. Dahl;L. Holloway;A. M. Keller;Eric Langheinrich
通讯作者：
Matthew B. Prince;Benjamin M. Dahl;L. Holloway;A. M. Keller;Eric Langheinrich
DOI：
--
发表时间：
2007
期刊：
--
影响因子：
--
作者：
G. Cormack
通讯作者：
G. Cormack
影响因子：
2.5
作者：
J. Schmee
通讯作者：
J. Schmee
DOI：
--
发表时间：
2006-07
期刊：
--
影响因子：
--
作者：
Joshua Goodman;Wen-tau Yih
通讯作者：
Joshua Goodman;Wen-tau Yih