基于机器学习的SPIT可疑度评估方法

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％)。

关键词： 互联网电话垃圾邮件 可疑度评估 社会网络 机器学习理论

作者: 双锴 马姣

作者单位: 北京邮电大学网络与交换技术国家重点实验室,北京100876

会议类型: 国内会议

会议名称: 湖北省计算机学会2013年学术年会

会议地点: 武汉

会议语种:中文

页码: 14-17,47

在线出版日期: 2013-11-01（万方平台首次上网日期，不代表论文的发表时间）