Spam refers to unwanted or unsolicited messages sent or received electronically via email, instant messaging, blogs, newsgroups, social media, web search, and mobile phones, with advertising fines, Phishing, Malware, etc. As is clear from the definition, Spam is intended for malice and generally represents a viable but fraudulent source of income for some individuals or organizations. The cyber attacker involved in sending such spam messages is generally referred to as a \u201cspammer.\u201d Although initially targeted and limited to email, spam has invaded all electronic platforms in all media.<\/p>\n\n\n
Det finns tre huvudstrategier f\u00f6r att hantera skr\u00e4ppost:<\/p>\n\n\n\n
Samarbetsfiltrering anv\u00e4nds genom ett socialt n\u00e4tverk som kallas SocialFilter, vilket \u00e4r ett samarbetsbaserat skr\u00e4ppostfiltreringssystem som anv\u00e4nder socialt f\u00f6rtroende integrerat i online sociala n\u00e4tverk<\/a> (OSN) f\u00f6r att utv\u00e4rdera tillf\u00f6rlitligheten hos skr\u00e4ppostrapport\u00f6rer<\/a>. Det \u00e4r en grafbaserad metod som baseras p\u00e5 OSN-grafen. SocialFilter syftar till att l\u00e4gga till funktionerna hos flera skr\u00e4ppostdetektorer och d\u00e4rigenom demokratisera skr\u00e4ppostbek\u00e4mpning. Varje SocialFilter-nod, som hanteras av en m\u00e4nsklig administrat\u00f6r, skickar skr\u00e4ppostrapporter till ett centraliserat arkiv.<\/p>\n\n\n Bloggar \u00e4r en plattform d\u00e4r m\u00e4nniskor uttrycker sina k\u00e4nslor, delar information och kommunicerar med varandra. Med deras v\u00e4xande popularitet anv\u00e4nds bloggar nu f\u00f6r att driva bloggs\u00f6kmotortrafik eller f\u00f6r marknadsf\u00f6rings\u00e4ndam\u00e5l. Dessa typer av bloggar kallas Splogs. Men de flesta befintliga Splog-detekteringstekniker \u00e4r inneh\u00e5llsbaserade, vilket \u00e4r mindre effektivt med tanke p\u00e5 bloggars dynamiska natur.<\/p>\n\n\n\n F\u00f6r n\u00e4rvarande anv\u00e4nds tre antispamtekniker f\u00f6r att bek\u00e4mpa Splogs:<\/p>\n\n\n\n Mikroblogg skr\u00e4ppost avser skr\u00e4ppost p\u00e5 mikrobloggningsplattformar, s\u00e5som Twitter, d\u00e4r det finns en begr\u00e4nsning p\u00e5 storleken av tweeten. F\u00f6r att uppt\u00e4cka mikroblogg skr\u00e4ppost finns det flera tekniker tillg\u00e4ngliga, inklusive:<\/p>\n\n\n\n Det finns ocks\u00e5 antispamtekniker som kombinerar fallstudier och klassificering, s\u00e5som social-graf baserad Mr. SPA<\/a>, samt tekniker baserade p\u00e5 klustring av skr\u00e4ppostkampanjer och m\u00e4rkning av dem med RF Classifier, Lasso-formulering integrerad med en grafregulariseringsterm, Random Forest Classification med justerade funktioner och ELM-baserad klassificerare med definierade funktioner.<\/p>\n\n\n Sociala bokm\u00e4rken har utvecklats fr\u00e5n traditionella bokm\u00e4rken till en plattform d\u00e4r anv\u00e4ndare kan l\u00e4gga till, redigera eller \u00e4ndra en webbplats eller webbsida f\u00f6r framtida \u00e5tkomst. Dessa sajter till\u00e5ter anv\u00e4ndare att bokm\u00e4rka olika webbsidor och dela sina \u00e5sikter om artiklar, bilder och videor. Men m\u00e5nga webbplats\u00e4gare anv\u00e4nder sociala bokm\u00e4rkessajter f\u00f6r att bl\u00e4ddra i intressanta artiklar och inkludera l\u00e4nkar. Detta uts\u00e4tter webbplatser f\u00f6r skr\u00e4ppostare genom bak\u00e5tl\u00e4nkar, eftersom skr\u00e4ppostare skapar attraktiva skr\u00e4ppostbokm\u00e4rken som v\u00e4ljs av intet ont anande anv\u00e4ndare.<\/p>\n\n\n\n F\u00f6r att bek\u00e4mpa bokm\u00e4rkeskr\u00e4ppost finns det olika antispamtekniker tillg\u00e4ngliga, inklusive:<\/p>\n\n\n\n Nuvarande antispamtekniker har identifierat att generatorerna av sociala n\u00e4tverksskr\u00e4ppost \u00e4r robotar. Dessa robotar \u00e4r k\u00e4nda som Displayer, Bragger, Poster och Whisperer. Antispamteknikerna f\u00f6r sociala n\u00e4tverk inkluderar:<\/p>\n\n\n\n Med andra ord, dessa \u00e4r klassificeringsbaserade tekniker baserade p\u00e5 skr\u00e4ppost-bot och skr\u00e4ppostprofil och k\u00f6rningstidklassificering. Klustringstekniker fokuserar p\u00e5 Markov-klustring p\u00e5 sociala grafer och SOM-l\u00e4randealgoritmen<\/a>, medan detektions- och borttagningstekniker \u00e4r baserade p\u00e5 inkrementell klustring f\u00f6ljt av klassificering. Klassificerings- och \u00f6vervakningstekniker fokuserar p\u00e5 det sociala n\u00e4tverksbaserade Social Spam Guard, och o\u00f6vervakade detektionstekniker fokuserar p\u00e5 HITS-baserad ramverk<\/a>.<\/p>\n\n\n Review Spam is a type of spam that appears as reviews on various e-commerce websites. Positive reviews can boost a company\u2019s business, but negative reviews can harm it. Some spammers intentionally publicera recensioner f\u00f6r att skada en produkts eller f\u00f6retags rykte<\/a>, och robotar kan ocks\u00e5 generera dessa recensioner. \u00c5r 2013 designades en modell f\u00f6r att generera syntetiska recensioner. En ny f\u00f6rsvarsmetod f\u00f6reslogs f\u00f6r att uppt\u00e4cka skillnaden i semantiska fl\u00f6den mellan falska och sanna recensioner, som \u00e4r sv\u00e5ra att uppt\u00e4cka med befintliga metoder.<\/p>\n\n\n\n F\u00f6r n\u00e4rvarande finns det flera antispamtekniker f\u00f6r att uppt\u00e4cka recensionskr\u00e4ppost, inklusive:<\/p>\n\n\n\n Enligt cybers\u00e4kerhetsforskning kan skr\u00e4ppostare infiltrera och st\u00f6ra ett giltigt s\u00f6ksystem genom att associera orelaterade taggar med dokument eller till och med slumpm\u00e4ssigt inf\u00f6ra dokument med termer relaterade till en viss plats. En metodik f\u00f6r att uppt\u00e4cka skr\u00e4ppost p\u00e5 en platsbaserad social bokm\u00e4rkessajt, Foursquare, utvecklades f\u00f6r att hantera detta problem. Foursquare till\u00e5ter anv\u00e4ndare att l\u00e4mna tips om olika platser och attraktioner, som andra anv\u00e4ndare kan komma \u00e5t. Men skr\u00e4ppostare publicerar irrelevant inneh\u00e5ll, s\u00e5som aff\u00e4rstips, vilket vilseleder anv\u00e4ndare som \u00e4r intresserade av att l\u00e4ra sig om en viss plats.<\/p>\n\n\n\n Detta dokument analyserar f\u00f6rslagsskr\u00e4ppostare, med m\u00e5let att utveckla automatiserade verktyg f\u00f6r att uppt\u00e4cka anv\u00e4ndare som publicerar skr\u00e4pf\u00f6rslag. De platsbaserade s\u00f6kskr\u00e4ppostteknikerna \u00e4r baserade p\u00e5 klassificering och klustring fokuserad p\u00e5 Random Forest och beslutstr\u00e4desbaserad klassificering, EM-klustring<\/a> f\u00f6r kategorisering och Random Forest-klassificering.<\/p>\n\n\n Kommentarskr\u00e4ppost \u00e4r vanligt f\u00f6rekommande p\u00e5 sociala medieplattformar, s\u00e4rskilt p\u00e5 YouTube och nyhetssajter. En datautvinningsmetod har f\u00f6reslagits f\u00f6r att filtrera skr\u00e4ppostkommentarer p\u00e5 YouTube-forum f\u00f6r att bek\u00e4mpa denna cyberattack. Till skillnad fr\u00e5n inneh\u00e5llsanalys f\u00f6r skr\u00e4ppostdetektering utnyttjar denna metod kommentarens beteende f\u00f6r att identifiera skr\u00e4ppostare. Metodiken utnyttjar YouTube\u2019s hasSpamHint feature<\/a> som \u00e5tf\u00f6ljer anv\u00e4ndarkommentarer. H\u00e4r \u00e4r stegen som ing\u00e5r:<\/p>\n\n\n\nBlogg Skr\u00e4ppost<\/strong><\/h4>\n\n\n
\n
Mikroblogg Skr\u00e4ppost<\/strong><\/h4>\n\n\n
\n
Bokm\u00e4rkeskr\u00e4ppost<\/strong><\/h4>\n\n\n
\n
Sociala n\u00e4tverksskr\u00e4ppost<\/strong><\/h4>\n\n\n
\n
Recensionskr\u00e4ppost<\/strong><\/h4>\n\n\n
\n
Platsbaserad s\u00f6kskr\u00e4ppost<\/strong><\/h4>\n\n\n
Kommentarskr\u00e4ppost<\/strong><\/h4>\n\n\n
\n