E-mail authorship attribution using customized associative classification

ارتباطات ایمیل اغلب برای انجام حملات مهندسی اجتماعی مانند اسپم، فیشینگ، سرقت هویت و توزیع بدافزار مورد سوء استفاده قرار می گیرد. این به طور عمده به مشکل ناشناس بودن ذاتی پروتکل استاندارد ایمیل بستگی دارد. در ادبیات، تبیین نوشتار به عنوان یک مسئله طبقه بندی متنی مورد مطالعه قرار گرفته است که در آن سبک های نوشتاری افراد براساس مدارک نمونه ای که قبلا نوشته شده اند، مدل سازی می شوند. مدل توسعه یافته برای شناسایی نویسنده قابل اعتماد ترین متن استفاده می شود. متاسفانه، بیشتر مطالعات موجود صرفا بر بهبود دقت پیش بینی شده و نه بر ارزش ذاتی شواهد جمع آوری شده تمرکز می کنند. در این مطالعه، ما یک روش طبقه بندی متداول متداول، یک روش محبوب داده کاوی را پیشنهاد می کنیم، که به مسئله تخصیص نویسندگی پاسخ می دهد. رویکرد ما ویژگی های منحصر به فرد سبک نوشتن یک فرد را مدل می کند، وابستگی این ویژگی ها را اندازه گیری می کند و یک طبقه بندی بصری تولید می کند. نتایج حاصل از انجام آزمایش ها بر روی یک مجموعه داده واقعی نشان می دهد که روش ارائه شده بسیار موثر است.