SpamDam: 面向隐私保护和对抗性短信垃圾检测的研究
💡
原文中文,约200字,阅读约需1分钟。
📝
内容提要
本研究提出了一种名为GCN-based Anti-Spam(GAS)模型的基于图卷积神经网络(GCN)的大规模反垃圾邮件方法。该模型整合了异构图和同构图以捕获评论的局部和全局上下文,在离线实验和在线性能上表现优于基线模型,并解决了闲鱼反垃圾邮件系统面临的数据规模和垃圾邮件挑战。
🎯
关键要点
- 提出了一种名为GCN-based Anti-Spam(GAS)模型的反垃圾邮件方法。
- 该模型基于图卷积神经网络(GCN)。
- 整合了异构图和同构图以捕获评论的局部和全局上下文。
- 在离线实验和在线性能上表现优于基线模型。
- 解决了闲鱼反垃圾邮件系统面临的数据规模和垃圾邮件挑战。
🏷️
标签
➡️