Intelligent Spam-mail Filtering Based on Textual Information and Hyperlinks

• DOI: 10.5391/jkiis.2004.14.7.895
• Publication Date: 2012-06-12T06:48:53Z
• Authors: Sin-Jae Kang; Jong-Wan Kim
• Keywords: Hyperlink; Header; Communication source

본 논문은 텍스트 정보와 하이퍼링크에 기반한 2단계 지능형 스팸 메일 필터링에 관한 방법을 제시한다. 일반적으로 메일의 본문에는 문장보다는 그림이 더 많이 포함되어 있기 때문에 단어의 블랙리스트와 같은 전형적인 방법으로 메일을 구분하기에는 많은 어려움이 따른다. 이러한 문제를 해결하기 위하여 논문에서는 메일에 있는 하이퍼링크를 추출하여 해당 웹페이지를 가져온 후, 이를 확장된 형태의 본문이라 간주하여 정보를 추출하였다. 또한 구분하기 위한 두 가지로 구분하여 사용하였는데, 송신자의 확실한 키워드 리스트를 정보군으로 먼저 적용하고, 이보다 덜 명확한 정보들은 따로 속성벡터를 만들어 SVM 알고리즘을 적용하였다. 실험결과 통하여 방법이 그냥 원본 메밀만 사용한 방법보다 F-measure 값이 평균 9.4% 의 성능향상을 보였다. This paper describes a two-phase intelligent method for filtering spam mail based on textual information and hyperlinks. Scince the body of has little text information, it provides insufficient hints to distinguish mails from legitimate mails. To resolve this problem, we follows hyperlinks contained in email body, fetches contents remote webpage, extracts (i.e., features) original fetched webpages. We divided into two kinds information: definite (sender`s keyword lists) less (words or phrases, particular features email). In mails, is used first, then applied. our experiment, fetching web pages achieved an improvement by over using header only.