내 신청현황
종류	모집공고명	진행상태
신청내용이 없습니다.

알림마당

home

스팸 필터링을 위한 기계 학습 방법

전문가 제언: ○ 처음에는 단순한 광고에 지나지 않았던 스팸 메일이 오늘날에 와서는 개인과 사회전반에 극도로 위험한 존재가 되어가고 있다. 스팸 메시지는 대부분 사기의 수단으로 전락하였고 네트워크 장애를 일으키거나 바이러스의 유포 및 소비자의 개인 정보의 수집 등에 사용되므로 정보사회의 안전과 전자상거래에 지장을 초래한다.

○ 스팸은 익명성과 주소 위변조, 오픈 릴레이나 오픈 프록시의 사용으로 스팸 발신자의 발견을 어렵게 만들고 악성 소프트웨어의 배포나 피싱의 사기 수단과 같은 악행을 일삼으며 이메일로부터 모바일 장치로 그 영역을 확장하는 추세에 있고 더욱이 블로그와 포터에 까지 확장되고 있다.

○ 그러나 개방과 분산을 목표로 하는 인터넷상에서 스팸을 없앨 수 있는 간단한 해결책은 아직 없다. 대부분의 서비스 업체에서는 스팸 방지 규약을 만들어 스팸 메일을 규제하고 사용자 입장에서 스팸 메일을 삭제하는 것을 권장하는 실정이다.

○ 한편 스팸 e-메일을 자동적으로 필터링하기 위하여 특정한 기계학습 기술에 기반한 분류기의 사용이 많은 연구자들의 주의를 끌고 있다. 이 논문에서는 세 종류의 널리 사용되는 스팸 필터링 기계 학습 방법의 수행력을 비교 연구하고 더 나은 수행력을 억기 위하여 두 스팸 필터링 방법의 통합을 시도하고 있다. 체계적인 실험이 e-메일의 여러 특성에 이 방법들을 적용함으로서 실험 결과는 만족할 만한 수행력을 보이고 특히 통합 방법이 좋은 방법임을 보인다.

○ 스팸이 개인이나 한 업체 내지는 한 국가만의 문제가 아님은 타국으로부터의 우회방법으로 침투하는 경우에서 알 수 있다. 따라서 스팸 문제는 국제적으로 대처하는 방안이 마련되어야 한다. 최근 OECD 산하 ICCP 기구에서 안티 스팸 권장 정책 및 대응방안의 작성이 발표되고 있다. 이 논문은 많은 관련 학자들이 참고할 내용이다.

저자: Chih-Chin Lai
자료유형: 학술정보