.png){kind=icon}
返回
Meta-learner-based frameworks for interpretable email spam detection
.png){kind=icon}
OA
AI
DOI：10.3389/frai.2025.1569804.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
引言
随着对数字通信依赖的日益增加，电子邮件已成为个人和专业通信的必备工具。然而，尽管其具有诸多优势，数字通信仍面临重大挑战，尤其是垃圾邮件的普遍存在。有效的垃圾邮件分类系统对于缓解这些问题至关重要，可通过自动识别和过滤不需要的消息，提升电子邮件通信的效率。
方法
我们将五种传统机器学习算法和五种深度学习垃圾邮件分类器与一种新型元学习器进行比较，评估不同词嵌入、向量化方案和模型架构在Enron-Spam和TREC 2007数据集上的性能影响。主要目的是展示元学习器的组合预测与单个机器学习和深度学习方法的对比效果。
结果
我们的元学习器超越了所有当前最优模型，在结合Enron-Spam和TREC 2007的混合数据集上，达到0.9905的准确率和0.9991的AUC分数。据我们所知，我们的模型也优于近期文献中报告的唯一另一项基于元学习的垃圾邮件检测模型，具有更高的准确率、从显著更大数据集中更好的泛化能力以及更低的计算复杂度。我们还对元学习器在未见过的真实世界数据集上的零样本设置进行了评估，达到0.8970的垃圾邮件敏感率和0.7605的AUC分数。
讨论
这些结果表明，元学习可以产生更稳健、抗偏置的垃圾邮件过滤器，适用于实际部署。通过结合互补模型的优点，元学习器还能提供对不断演变的垃圾邮件策略的改进抗性。
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
F
IF:
4.7
论文数:
2.4K
被引数:
4.4K
机构
引用论文
Wanda, P. GRUSpam: Robust e-mail spam detection using gated recurrent unit (GRU) algorithm. Int. J. Inf. Technol. 2023, 15, 4315–4322. [Google Scholar] [CrossRef]Wanda, P. GRUSpam：使用门控循环单元（GRU）算法的鲁棒电子邮件垃圾邮件检测。国际信息技术杂志，2023, 15, 4315–4322. [Google Scholar] [CrossRef].png)
IF0
PREAI
分享收藏A comparative study of several classification metrics and their performances on data几种分类指标及其在数据上表现的比较研究
OAAI
OAAI分享收藏分享收藏R. Fatima, M.M.S. Fareed, S. Ullah, et al., “An Optimized Approach for Detection and Classification of Spam Email's Using Ensemble Methods,” Wireless Personal Communications, vol. 139, pp. 347-373, Nov. 2024.R. Fatima, M.M.S. Fareed, S. Ullah, 等， “一种基于集成方法检测和分类垃圾邮件的优化方法”，《无线个人通信》，卷139，页347-373，2024年11月。
IF0
PREAI
分享收藏“Phishy? Detecting phishing emails using ML and NLP,” in 2023 IEEE/ACIS 21st International Conference on Software Engineering Research, Management and Applications (SERA) (Orlando, FL: IEEE), 77–83“Phishy? 使用ML和NLP检测钓鱼邮件,” 在2023 IEEE/ACIS第21届软件工程研究、管理和应用国际会议(SERA)(佛罗里达州奥兰多: IEEE), 77–83
IF0
PREAI
分享收藏Robust email spam filtering using a hybrid of grey wolf optimiser and naive bayes classifier. Cybern. Inf. Technol. 23, 79–90使用灰狼优化器和朴素贝叶斯分类器混合的鲁棒电子邮件垃圾邮件过滤。Cybern. Inf. Technol. 23, 79–90
IF0
PREAI
分享收藏
查看更多内容