当前是人工智能和大数据的时代,机器学习作为一种重要的智能信息处理技术,在实际应用中越来越重要,包括在垃圾邮件过滤系统中机器学习技术得到广泛的应用。然而在实际对抗性网络环境中,垃圾邮件分类器面临着垃圾邮件发送者永无休止恶意攻击的威胁,从而导致在实验环境中高效的机器学习算法,在实际应用时其性能可能变的很差。对抗分类(Adversarial Classification)的提出正是为了应对这种挑战,并成为当前机器学习领域的研究热点,具有重大的理论和实际应用价值。本书针对垃圾邮件过滤中的对抗分类问题展开了研究,包括对抗分类中的攻防博弈问题、垃圾邮件过滤的抗中文好词攻击问题以及基于Kolmogorov复杂性的垃圾邮件鲁棒性分类问题这三方面,提出了一些创新思路,希望对从事机器学习应用的研究人员有所启发。
Book Details: |
|
ISBN-13: |
978-3-330-82346-4 |
ISBN-10: |
3330823461 |
EAN: |
9783330823464 |
Book language: |
中文 |
By (author) : |
蔚 邓 |
Number of pages: |
196 |
Published on: |
2017-04-10 |
Category: |
Informatics, IT |