Spam detection using data compression and signatures
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27240%2F13%3A86088864" target="_blank" >RIV/61989100:27240/13:86088864 - isvavai.cz</a>
Nalezeny alternativní kódy
RIV/61989100:27740/13:86088864
Výsledek na webu
<a href="http://dx.doi.org/10.1080/01969722.2013.805110" target="_blank" >http://dx.doi.org/10.1080/01969722.2013.805110</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1080/01969722.2013.805110" target="_blank" >10.1080/01969722.2013.805110</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Spam detection using data compression and signatures
Popis výsledku v původním jazyce
In this article, we introduce a novel method for spam detection based on a combination of Bayesian filtering, signature trees, and data compression-based similarity. Bayesian filtering is one of the most popular and most efficient algorithms for dealingwith spam detection. The problem with Bayesian filtering is that it is unable to classify any e-mail without doubt and sometimes spam e-mails are classified as regular e-mails. This novel method sorts out this problem by using signature trees and data compression-based similarity. The main result of this article is an up to 99% improvement in spam detection precision using this novel method.
Název v anglickém jazyce
Spam detection using data compression and signatures
Popis výsledku anglicky
In this article, we introduce a novel method for spam detection based on a combination of Bayesian filtering, signature trees, and data compression-based similarity. Bayesian filtering is one of the most popular and most efficient algorithms for dealingwith spam detection. The problem with Bayesian filtering is that it is unable to classify any e-mail without doubt and sometimes spam e-mails are classified as regular e-mails. This novel method sorts out this problem by using signature trees and data compression-based similarity. The main result of this article is an up to 99% improvement in spam detection precision using this novel method.
Klasifikace
Druh
J<sub>x</sub> - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)
CEP obor
IN - Informatika
OECD FORD obor
—
Návaznosti výsledku
Projekt
Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)
Ostatní
Rok uplatnění
2013
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název periodika
Cybernetics and Systems
ISSN
0196-9722
e-ISSN
—
Svazek periodika
44
Číslo periodika v rámci svazku
6-7
Stát vydavatele periodika
GB - Spojené království Velké Británie a Severního Irska
Počet stran výsledku
17
Strana od-do
533-549
Kód UT WoS článku
000323877900005
EID výsledku v databázi Scopus
—