Этот блог станет продолжением моего первого , в котором я использовал НЛП для выявления спам-ответов в Твиттере. Вместо использования текстовых данных и НЛП сегодня мы собираемся использовать классические модели машинного обучения и табличные данные в нашей попытке найти спам в Твиттере. В конце я также приведу пример создания нейронной сети с использованием табличных данных. Сбор данных: Для начала нам нужно будет собрать наши данные. Как упоминалось ранее, мы хотим, чтобы эти данные..

Для обеспечения безопасности широко используются древовидные модели, такие как обнаружение вредоносной автономной системы , социальной инженерии , распространения вредоносного ПО , фишинга , электронной почты , рекламных ресурсов для блокировщика рекламы , онлайн-мошенничества , и т. д. Несмотря на их популярность, надежность древовидных моделей не была тщательно изучена в контексте приложений безопасности. В этом посте я покажу, как обучить надежные деревья для обнаружения спама в..

Введение Электронная почта — очень эффективный способ обмена информацией. Огромный рост Интернета и использование электронной почты привели к экспоненциальному увеличению спама. Он состоит из незапрашиваемых сообщений, рассылаемых в большом количестве. В основном они носят коммерческий характер и не только раздражают, но и опасны, поскольку могут содержать ссылки, ведущие на фишинговые веб-сайты или сайты, на которых размещено вредоносное ПО, или включать вредоносное ПО в виде вложенных..