Le clustering pour la détection précoce de campagnes de courriels indésirables

Pierre-Luc Vaudry et Jérémie Lachkar (pierre-luc (point) vaudry <at> zerospam (point) ca, jeremie (point) lachkar <at> zerospam (point) ca)

Zerospam

Le 20 novembre 2019 à 11 h 30

Salle 3195, Pavillon André-Aisenstadt


Les courriels indésirables (spam) ne sont généralement pas envoyés seuls, mais plutôt en tant qu’éléments d’un ensemble coordonné : on parle alors de campagnes de courriels. En définissant une fonction de similarité appropriée, il est possible d’utiliser le clustering pour regrouper les courriels par campagne. Une analyse subséquente permettra de différencier les campagnes commerciales légitimes des campagnes de spam. Nous présenterons le pipeline qui prend en entrée les courriels et affiche en sortie les campagnes en temps quasi-réel, permettant ainsi la détection précoce de nouvelles campagnes. Nous nous attarderons sur les expériences avec différentes représentations du titre des courriels (sac de mots, embeddings de mots et de document, TF-IDF), ainsi que sur l’optimisation de la combinaison des scores de similarité et du clustering proprement dit au moyen d’un algorithme génétique. Nous donnerons un aperçu de notre méthode de suivi des campagnes dans le temps et des perspectives de développement futur du projet.


Pour recevoir les annonces hebdomadaires par courriel, envoyez un message à l'adresse majordomo@iro.umontreal.ca

Liste des autres séminaires