Comparação de desempenho entre Máquina de Vetor de Suporte e Comitê de Redes Neurais Artificiais para Classificação de Spam

Autores

  • André Hermenegildo Costa Silva Universidade Federal de Lavras
  • Wilian Soares Lacerda Universidade Federal de Lavras http://orcid.org/0000-0001-8378-9745
  • Bruno de Abreu Silva Universidade Federal de Lavras

Palavras-chave:

SPAM, redes neurais, SVM

Resumo

O e-mail é uma das mais populares formas de comunicação. Porém, não é raro encontrar mensagens indesejadas nas caixas de entrada do correio eletrônico. Estas mensagens são conhecidas como spams. Em um contexto onde uma quantidade cada vez maior de mensagens são enviadas e recebidas por todo mundo, técnicas para filtrar automaticamente estas mensagens consideradas como spams são de grande importância. O objetivo deste artigo é apresentar dois classificadores para filtrar mensagens de e-mail indesejadas, isto é, identificar se determinado e-mail é ou não é um spam. Foram utilizadas duas técnicas de aprendizado de máquina: Máquina de Vetor de Suporte (SVM, do inglês SupportVectorMachine) e Rede Neural Artificial (RNA). Para o segundo classificador, utilizou-se 5 (cinco) RNAs do tipo MultilayerPerceptron (MLP) com o algoritmo de aprendizagem ResilientPropagation - Rprop (variação do Backpropagation), com arquiteturas (camadas) e configurações (taxa de aprendizado e número de épocas) distintas, formando um comitê de redes. Os dois classificadores apresentaram taxas médias de acerto de 91,3\% e 93,6\%, respectivamente. Percebeu-se que a técnica de aprendizado SVM apresentou resultados superiores quando comparada a uma única RNA específica (dependendo da arquitetura), porém mostrou-se inferior quanto ao desempenho de um comitê de RNA. Além disso, SVM se mostrou mais rápida na realização do treinamento do que as RNAs.

Downloads

Não há dados estatísticos.

Biografia do Autor

André Hermenegildo Costa Silva, Universidade Federal de Lavras

Departamento de Ciência da Computação

Área: Ciência da Computação (discente)

Wilian Soares Lacerda, Universidade Federal de Lavras

Depto. de Ciência da Computação

Área de Sistemas Computacionais

Bruno de Abreu Silva, Universidade Federal de Lavras

Departamento de Ciência da Computação

Área de Sistemas Computacionais

Downloads

Publicado

2018-02-08

Edição

Seção

Segurança de Informação e de Sistemas Computacionais