$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

문장유사도 측정 기법을 통한 스팸 필터링 시스템 구현
Implementation of a Spam Message Filtering System using Sentence Similarity Measurements

정보과학회. 컴퓨팅의 실제 논문지 = KIISE transactions on computing practices, v.23 no.1, 2017년, pp.57 - 64  

우수빈 (숙명여자대학교 IT공학과) ,  이종우 (숙명여자대학교 IT공학과)

초록
AI-Helper 아이콘AI-Helper

문자 메시지는 휴대폰을 사용하는 사람들에게 중요한 의사소통의 방법 중 하나이다. 또한 친구맺기 방식이 필요 없이 사용이 가능하기 때문에 이를 악용한 불법 광고 스팸메시지가 기승을 부리고 있다. 최근 스팸 필터링을 위해 기계 학습을 이용한 시스템들이 등장 하였지만 많은 계산을 필요로 하는 단점이 있다. 본 논문에서는 검색할 쿼리를 입력할 때 부정확한 쿼리를 입력하더라도 저장된 데이터베이스와 비교하여 가장 비슷한 단어를 차수 개념을 적용하여 유추하는 집합 기반 POI(Point of Interest) 검색 알고리즘을 이용하여 스팸 필터링 시스템을 구현하였다. 이 알고리즘을 적용하면 서버 컴퓨팅 없이 문자의 조합만을 이용해 쿼리를 유추할 수 있기 때문에 스팸 필터링에 적용하여 입력된 문자메시지가 교묘하게 변형되더라도 스팸이라고 필터링이 가능하다. 또한 문장 유사도 측정 기법을 활용하여 스팸 필터링 성능을 향상시켰으며, 스팸 필터링에 취약한 특정 유형도 걸러내기 위해 특정 전처리 과정을 지원함으로써 대부분의 스팸메세지를 필터링 가능하도록 하였다. 기존 집합기반 POI 검색 알고리즘과 이를 확장 시킨 문장 유사도 측정 기법, 특정 전처리 과정을 추가한 시스템으로 필터링 시스템의 성능평가를 진행하였다. 그 결과 본 논문에서 구현한 시스템이 기존 집합기반 POI 알고리즘과 비교하여 향상된 스팸 필터링 성능을 보여주는 것을 확인하였다. 또한 이동통신사 3사에서 필터링에 취약한 유형이 본 논문에서 구현한 시스템으로 높은 성능으로 필터링이 가능하다는 것을 확인하였다.

Abstract ▼ AI-Helper 아이콘AI-Helper

Short message service (SMS) is one of the most important communication methods for people who use mobile phones. However, illegal advertising spam messages exploit people because they can be used without the need for friend registration. Recently, spam message filtering systems that use machine lear...

주제어

#스팸메시지   #필터링   #문장유사도 측정기법   #집합기반 POI 검색 알고리즘  

참고문헌 (15)

  1. The second half of 2015 spam message and spam mail present state of distribution by KISA, [Online]. Available: http://www.spamcop.or.kr/kor/notice/data-View.jsp?p_No49&b_No49&d_No57&cgubun&cPage1&searchTypeALL&searchKeyword 

  2. G. F. Cooper and E. Herskovits, "A Bayesian Method for the Induction of Probabilistic Networks from Data," Journal of Machine Learning, Vol. 9, No. 4, pp. 309-347, Oct. 1992. 

  3. C. Cortes and V. Vapnik, "Support-Vector Networks," Journal of Machine Learning, Vol. 20, No. 3, pp. 273-297, Sep. 1995. 

  4. E. B. Go, J. W. Lee and J. W. Lee, "An Efficient Set-besed POI Data Search Algorithm," Journal of KIISE : Computing Practices and Letters, Vol. 19, No. 5, pp. 242-251, May. 2013. (in Korean) 

  5. E. B. Ko and J. W. Lee, "Sentence Similarity Measurement Method using a Set-based POI Data Search," Journal of KIISE : Transactions on Computing Practices, Vol. 20, No. 12, pp. 711-716, Dec. 2014. (in Korean) 

    원문보기 상세보기 crossref

  6. M. Y. Sun, Y. S. Lee and S. E. Yoon, "Relation Based Baysian Network for NBNN," Journal of Computing Science and Engineering, Vol. 9, No. 4, pp. 204-213, Dec. 2015. 

    원문보기 상세보기 crossref

  7. M. Sahami, S. Dumais, D. Heckerman and E. Horvitz, "A Bayesian Approach to Filtering Junk E-Mail," Learning for Text Categorization: Papers from the 1998 workshop, AAAI Technical Report, May. 1998. 

  8. V. P. Deshpande, R. F. Erbacher and C, Harris, "An Evaluation of Naive Bayesian Anti-Spam Filtering Techniques," Proc. of the 2007 IEEE Workshop on Information Assurance and Security, pp. 333-340, 2007. 

  9. H. J. Kim, J. J. Jung and G. S. Jo, "Spam-Mail Filtering System Using Weighted Bayesian Classifier," Journal of KIISE : Softowre and Applications, Vol. 31, No. 8, pp. 1092-1100, Aug, 2004. (in Korean) 

  10. T. S. Guzella, W and M. Caminhas, "A Review of Machine Learning Approaches to Spam Filtering," Journal of Expert Systems with Applications, Vol. 36, No. 7, pp. 10206-10222, Sep. 2009. 

    상세보기 crossref

  11. I. H. Joe and H. T. Shim, "A SVM-based Spam Filtering System for Short Message Service(SMS)," Journal of the Korean Institute of Communication Sciences, Vol. 34, No. 9, pp. 908-913, Sep. 2009. (in Korean) 

  12. I. H. Joe and H. T. Shim, "An SMS Spam Filtering System Using Support Vector Machine," Proc. of Future Generation Information Technology (FGIT 2010), pp. 577-584, Dec. 2010. (in Korean) 

  13. H. Y. Ahn, W. Z. Cho and J. W. Lee, "Implementation of A Mobile Application for Spam SMS Filtering Using Set-Based POI Search Algorithm," Journal of Digital Contents Society, Vol. 16, No. 5, pp. 815-822, Oct. 2015. (in Korean) 

    원문보기 상세보기 crossref

  14. J. I. Kim, "Efficient Edit Similarity Search Technique Using Prefix Element Selection," Journal of KIISE : Computing Practices and Letters, Vol. 18, No. 9, pp. 654-659, Sep. 2012. (in Korean) 

  15. H. S. Ji, J. H. Joh and H. S. Lim, "A Detection Method of Similar Sentences Considering Plagiarism Patterns of Korean Sentence," Journal of the Korean Association of Computer Education, Vol. 13, No. 6, pp. 79-89, Nov. 2010. (in Korean) 

저자의 다른 논문 :

관련 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로