双语网络犯罪社区中检测 419 诈骗的分类器评估
社会与信息网络
2015-08-18 v1 计算机与社会
机器学习
摘要
有组织网络犯罪事件正在上升，因为犯罪分子在实施犯罪时获得高额经济回报而成本低。随着数字领域扩展以容纳更多联网设备和技术如社交媒体，更多非英语母语的网络犯罪分子入侵网络空间以利用快速漏洞牟利。本文评估了三种机器学习分类器在双语尼日利亚网络犯罪社区中检测 419 诈骗的性能。使用了三种流行的文本处理分类器，即：朴素贝叶斯、K 近邻（IBK）和支持向量机（SVM）。在真实数据集上的初步结果表明，SVM 在 95% 置信水平下显著优于朴素贝叶斯和 K 近邻。
引用
@article{arxiv.1508.04123,
title = {Evaluating Classifiers in Detecting 419 Scams in Bilingual Cybercriminal Communities},
author = {Alex V. Mbaziira and Ehab Abozinadah and James H. Jones},
journal= {arXiv preprint arXiv:1508.04123},
year = {2015}
}
备注
7 pages