SPAM Detection: Naïve Bayesian Classification and RPN Expression-based LGP Approaches Compared

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F70883521%3A28140%2F16%3A43875602" target="_blank" >RIV/70883521:28140/16:43875602 - isvavai.cz</a>

Výsledek na webu

<a href="http://link.springer.com/chapter/10.1007/978-3-319-33622-0_36" target="_blank" >http://link.springer.com/chapter/10.1007/978-3-319-33622-0_36</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1007/978-3-319-33622-0_36" target="_blank" >10.1007/978-3-319-33622-0_36</a>

Jazyk výsledku

angličtina

Název v původním jazyce

SPAM Detection: Naïve Bayesian Classification and RPN Expression-based LGP Approaches Compared

Popis výsledku v původním jazyce

An investigation is performed of a machine learning algorithm and the Bayesian classifier in the spam-filtering context. The paper shows the advantage of the use of Reverse Polish Notation (RPN) expressions with feature extraction compared to the traditional Naïve Bayesian classifier used for spam detection assuming the same features. The performance of the two is investigated using a public corpus and a recent private spam collection, concluding that the system based on RPN LGP (Linear Genetic Programming) gave better results compared to two popularly used open source Bayesian spam filters.

Název v anglickém jazyce

SPAM Detection: Naïve Bayesian Classification and RPN Expression-based LGP Approaches Compared

Popis výsledku anglicky

An investigation is performed of a machine learning algorithm and the Bayesian classifier in the spam-filtering context. The paper shows the advantage of the use of Reverse Polish Notation (RPN) expressions with feature extraction compared to the traditional Naïve Bayesian classifier used for spam detection assuming the same features. The performance of the two is investigated using a public corpus and a recent private spam collection, concluding that the system based on RPN LGP (Linear Genetic Programming) gave better results compared to two popularly used open source Bayesian spam filters.

Druh

D - Stať ve sborníku

CEP obor

IN - Informatika

OECD FORD obor

—

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)

Rok uplatnění

2016

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

Software Engineering Perspectives and Application in Intelligent Systems: Proceedings of the 5th computer science on-line conference 2016, Vol. 2

ISBN

978-3-319-33620-6

ISSN

2194-5357

e-ISSN

—

Počet stran výsledku

12

Strana od-do

399-411

Název nakladatele

Springer-Verlag Berlin

Místo vydání

Heidelberg

Místo konání akce

on-line

Datum konání akce

27. 4. 2016

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

000385788200036