Настоящая выпускная работа содержит результаты анализа современных методов обнаружения спама. Были исследованы алгоритмы word2vec, предложен способ по улучшению этих алгоритмов - построение векторов с учетом входящих в слово морфем. На основе улучшенного алгоритма предложен способ для обнаружения спама с использованием word2vec, способ протестирован на обычном word2vec и на word2vec с морфемной модификацией. Произведена оценка реализованных алгоритмов.

• Институт компьютерных наук и технологий
• Кафедра «Информационная безопасность компьютерных систем»
• Зав. кафедрой
• д.т.н., проф.
• _________________ Д.П. Зегжда
• ЗАДАНИЕ
• ПЕРЕЧЕНЬ СОКРАЩЕНИЙ
• ВВЕДЕНИЕ
• 1 ОБЗОР СУЩЕСТВУЮЩИХ МЕТОДОВ ОБНАРУЖЕНИЯ СПАМА
  • 1.1. Распределенные методы
    • 1.1.1. Сбор спама с помощью адресов -"ловушек"
    • 1.1.2. Голосование пользователей
    • 1.1.3. Анализ всей поступающей почты
  • 1.2. Методы с анализом содержимого (контент-методы)
  • 1.3. Преимущества и недостатки существующих методов
• 1.4. Обоснование необходимости совмещения распределенных и контент-методов
• 2 ИСПОЛЬЗОВАНИЕ МОРФЕМНОГО РАЗБОРА ДЛЯ АНАЛИЗА ЕСТЕСТВЕННОГО ЯЗЫКА
  • 2.1. Общее описание метода
  • 2.2. Разработка алгоритма морфемного разбора слов
  • 2.3. Составление специальных словарей морфем
  • 2.4. Разработка модуля пересчета векторной модели текста
  • 2.5. Апробация новой модели на задаче классификации
• 3 ПРИМЕНЕНИЕ МОРФЕМНОГО РАЗБОРА ДЛЯ ПОИСКА СПАМА МЕТОДАМИ КОНТЕНТ-АНАЛИЗА
  • 3.1. Обоснование необходимости улучшения современных контент-методов
  • 3.2. Алгоритм использования морфемного разбора при анализе естественного языка для поиска спама
  • 3.3. Реализация алгоритма
  • 3.4. Обзор результатов работы и оценка эффективности
• ЗАКЛЮЧЕНИЕ
• СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ