Identifikation von Spam-Mail mit künstlichen neuronalen Netzen

Jährlich verursachen etwa 100 Milliarden Spam-Mails einen enormen wirtschaftlichen Schaden. Verschiedene, oft statische Filtermethoden versuchen Mails zu klassifizieren, um eine Spam-Filterung durchzuführen. Das in dieser Studie entwickelte Verfahren nutzt einen lernenden, dem menschlichen Gehirn nachempfundenen Als Teilgebiet der Neuroinformatik erhält der Softwareentwickler mit einem künstlichen neuronalen Netz ein Werkzeug zur Lösung verschiedenster Aufgaben der Informatik. Für eine Spam-Identifikation wird die Datenmenge durch einen Preprozessor aufbereitet und dem neuronalen Netz zur Klassifikation übergeben, wobei unbekannte Daten einem Trainingsset zugeführt werden. Das neuronale Netz wächst durch erneutes Lernen dieser Trainingsmenge.