Verbesserte Klassifizierungstechnik für Spam-Filterung

Kommunikation ist ein Grundbedürfnis des Menschen. SMS- und E-Mail-Nachrichten sind eine solche Technik, die annehmbar, effizient und kostengünstig ist. Heutzutage werden die meisten offiziellen und persönlichen Kommunikationen über E-Mail-Nachrichten abgewickelt, aber diese Mails sind aufgrund von nicht vertrauenswürdigen Netzwerken und zwischengeschalteten Netzwerkangreifern nicht sehr sicher. In unserer Arbeit werden die traditionell verfügbaren Techniken der Spam-Filterung untersucht. Zusätzlich wird eine neue Technik vorgestellt, die eine hybride Methodik verwendet, die den Bayes'schen Klassifikator und ein neuronales Netzwerk beinhaltet. Außerdem wird die Leistung der vorgeschlagenen Technik mit der des traditionellen Bayes'schen Klassifikators verglichen. Die Ergebnisse zeigen, dass die Leistung der vorgeschlagenen Klassifizierungstechnik wesentlich besser ist als die der traditionellen Technik. Somit ist die vorgeschlagene Technik hochpräzise und effizienter als die traditionell verfügbare Klassifizierungstechnik.

Autorentext
Rahul Maheshwari hat seinen Master of Engineering in Computertechnik am IET, Devi Ahilya University, Indore, Indien, abgeschlossen. Dr. Vivek Kapoor arbeitet als Assistenzprofessor in der Abteilung für Informationstechnologie am IET, Devi Ahilya University, Indore, Indien. Zu seinen Forschungsinteressen gehören Informationssicherheit, Data Mining, genetische Algorithmen im Finanzwesen usw.