文章密度に基づくマスメールの高速検出手法と評価

摘要

昨今，インターネットの普及と共に増大するspamメールの問題は深刻化し，技術的な面のみならず，社会的にも問題となっている．本研究の手法では，Spamメールを含むマスメールを，メールの内容を特徴ベクトル化し，その文章密度を利用することによって，高速に検出することが可能である．本研究の手法でマスメールの検出を行うためには多量のメールが必要となるが，教師なし学習の枠組の中で，Recall 100％，Precision 100％の精度でマスメールを検出することが可能である．また，Direct－mapped cacheの機構を用いることにより，Pentium 42G HzのLinux 上で12,500通／秒の処理速度でメールを処理することが可能である．本論文では，約5,000万通の実メールトラフィックを本研究の手法で解析した結果も報告する．