用于检测混合垃圾邮件的后期多模态融合模型
密码学与安全
2023-05-16 v4 人工智能
摘要
近年来，垃圾邮件发送者试图通过引入结合图像和文本的混合垃圾邮件来混淆其意图，与仅包含文本或图像的邮件相比，此类邮件更具检测挑战性。本研究的动机是设计一种有效的方法来过滤混合垃圾邮件，以避免传统的纯文本或纯图像过滤器无法检测混合垃圾邮件的情况。据我们所知，目前以检测混合垃圾邮件为目标的研究寥寥无几。通常，光学字符识别（OCR）技术通过将图像转换为文本来消除垃圾邮件中的图像部分。然而，研究问题在于，尽管 OCR 扫描在处理图文混合垃圾邮件方面是一项非常成功的技术，但由于所需的 CPU 算力和扫描邮件文件的执行时间，它并非处理海量数据的有效解决方案。而且 OCR 技术在转换过程中并不总是可靠的。为了解决这些问题，与基于 OCR 方法的经典早期融合检测框架相比，我们为图文混合垃圾邮件过滤系统提出了一种新的后期多模态融合训练框架。我们使用卷积神经网络（CNN）和连续词袋模型分别从混合垃圾邮件的图像和文本部分提取特征，并将生成的特征输入 sigmoid 层以及基于机器学习的分类器（包括随机森林（RF）、决策树（DT）、朴素贝叶斯（NB）和支持向量机（SVM）），以判定邮件为正常邮件或垃圾邮件。
引用
@article{arxiv.2210.14616,
title = {A Late Multi-Modal Fusion Model for Detecting Hybrid Spam E-mail},
author = {Zhibo Zhang and Ernesto Damiani and Hussam Al Hamadi and Chan Yeob Yeun and Fatma Taher},
journal= {arXiv preprint arXiv:2210.14616},
year = {2023}
}
备注
The content of this paper needs to be updated