第1回B4卒論進捗報告-GOTOLaboratory.pptVIP

各属性の生起確率の例 (RDNS) 2009/2/4 卒論審査 * 　 spammer legit DNS逆引き 生起確率 DNS逆引き 生起確率 1 1 0.677844311 1 0.952194576 2 0 0.322155689 0 0.047805424 各属性の生起確率の例 (OS) 2009/2/4 卒論審査 * 　 spammer legit OS 生起確率 OS 生起確率 1 Windows 0.630855821 Linux 0.457366508 2 Bob 0.302910413 FreeBSD 03 　 0.028491718 UNKNOWN 0.138384121 4 Paul 0.018195427 Solaris 0.109868605 5 UNKNOWN 0.012392099 Windows 0.070170534 6 Linux 0.003365347 Oscar 0.041655018 7 FreeBSD 0.002130803 HP-UX 0.021246855 8 MacOS 0OpenBSD 0.002516075 9 Solaris 0.000367447 BSD/OS 0.001956947 10 NetBSD 0.000202193 NetCache 0.001677383 2009/2/4 卒論審査 * ベイズの定理 P(B)=事象Bが発生する確率 P(B|A)=事象Aが起きた後での、事象Bが発生する確率 とする。P(A)0ならば、 が成り立つ。 提案手法 2009/2/4 卒論審査 * IP : xxx.xxx.xxx.xxx legit spammer ?BGP Prefix : 133.9.0.0/16 ?AS番号 : 17956 ?国情報 : JP ?DNS逆引き : 有り ?OS : Windows legit ? spammer ? spammerのリスト 133.9.0.0/16 : 10% 17956 : 10% JP : 30% 有り : 40% Windows : 70% legitのリスト 133.9.0.0/16 : 30% 17956 : 20% JP : 70% 有り : 90% Windows : 50% 訓練データ spammer : legit = 9 : 1 0.189% 0.076% legit !! * * * 卒論審査 卒論審査 2009/2/4 卒論審査 * IPアドレスの特徴を用いた　spamメール送信者判別方法 1G05R172-3 後藤研究室 B4 本嶋　悠也 研究の背景 電子メールは現在最も普及している通信手段の一つ その中でspamメール（迷惑メール）が問題となっている。 spamメールへの対策法については現在までに多様な対策法が開発されてきたが、その度にspamメール送信者は新たな手口を開発し、spamメールの送信方法は年々巧妙化してしまって十分な対策が行えていない 2009/2/4 卒論審査 * メールのヘッダや本文の内容によらない 新しい判別方法を提案する spamメール 受信者の意図に関わらず、自動的に送られてくる　　メール 不特定多数の相手に送られる、内容として広告?宣伝?誘導?詐欺等の性質が強いメール 2009/2/4 卒論審査 * spamメール 問題点 メール整理に伴う時間の浪費?受信者への精神的　負担 重要なメールの見落とし ネットワーク資源及びサーバ資源の浪費 サーバ資源の浪費に伴うメール配送遅延 spamメールは長年問題視されながらも、未だ 根絶には至っていない 2009/2/4 卒論審査 * 既存手法 ブラックリスト リストに登録されているIPアドレスからのメールの受信を拒否 DNSBL (DNS Blackhole List) spamメール送信者のIPアドレスを収集したデータベース グレイリスト メール受信の際に送信元の情報をデータベースに登録し、受信せずに一時的エラーを示すステータスコードを返す。その後、一定時間以上経ってから同じサーバからメールが再送されてきたときに受信する方法 ルールベースフィルタ メールのヘッダや本文におけるspamメールの特徴をルールとして記述しておき、そのルールに基づいて判別する方法 2009/2/4 卒論審査 * 提案手法 IP アドレスと IPアドレスから求めることのできる属性に対してナイーブベイズ分類器 (以下NBC)を 適用し、メール送信者がspammer (spamメール送信者)であるかlegit (正常なメール送信者)であるかを判定する手法を提案する 2009/2/4 卒論審査 * NB