隐私保护的自适应垃圾邮件过滤方法研究  

Privacy preserving online spam filtering

作　　者：杨震[1] 范科峰[2] 雷建军[3] 

机构地区：[1]北京工业大学计算机学院,北京100124 [2]北京邮电大学网络与交换国家重点实验室信息安全中心,北京100876 [3]天津大学电子信息工程学院,天津300072

出　　处：《通信学报》2009年第S1期145-149,共5页Journal on Communications

基　　金：国家重点基础研究发展计划("973"计划)基金资助项目(2007CB311100);中国博士后科学基金资助项目(20080440333)~~

摘　　要：在文本信息处理领域,随着信息网络化的发展使得获取海量的文本训练集不再困难。但在合理利用这些文本训练集进行数据挖掘的同时,必然遭遇到隐私保护方面的诸多问题,特别是针对涉及用户隐私的文本数据所进行的挖掘。针对垃圾邮件过滤中隐私保护问题进行了研究,在给出了基于隐私保护的自适应垃圾邮件过滤模型的基础上,讨论了一种基于简单散列变化的隐私数据保护方法,并给出了一种改进的数据部分属性隐藏的隐私数据保护方法。分析和实验结果表明,改进方法能够有效地解决在线自适应垃圾邮件过滤中隐私保护的问题。In text information processing field, with the rapid development of information technology and Internet, it was no longer difficult to collect large scale of corpus for training.Privacy preserving data mining was needed to discover accurate patterns without precise access to the original data, especially for personal privacy information.Firstly, a privacy preserving online adaptive spam filtering model was given.Then an example of privacy preserving spam filtering based on hash function was proposed.Thereafter, an approach of partial hiding privacy preserving spam filtering was discussed.Theoretical analyses and experiments show that it can provide better privacy in online spam filtering.

关 键 词：隐私保护数据挖掘 朴素贝叶斯分类 垃圾邮件过滤 特征重构 

分 类 号：TP393.098[自动化与计算机技术—计算机应用技术]