메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
남성국 (영남대학교) 이동건 (영남대학교) 서영석 (영남대학교)
저널정보
한국정보처리학회 JIPS(Journal of Information Processing Systems) JIPS(Journal of Information Processing Systems) 제19권 제3호
발행연도
2023.6
수록면
289 - 301 (13page)
DOI
10.3745/JIPS.04.0274

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색

초록· 키워드

오류제보하기
Due to the development and dissemination of modern technology, anyone can easily communicate usingservices such as social network service (SNS) through a personal computer (PC) or smartphone. The developmentof these technologies has caused many beneficial effects. At the same time, bad effects also occurred, oneof which was the spam problem. Spam refers to unwanted or rejected information received by unspecifiedusers. The continuous exposure of such information to service users creates inconvenience in the user's use ofthe service, and if filtering is not performed correctly, the quality of service deteriorates. Recently, spammersare creating more malicious spam by distorting the image of spam text so that optical character recognition(OCR)-based spam filters cannot easily detect it. Fortunately, the level of transformation of image spamcirculated on social media is not serious yet. However, in the mail system, spammers (the person who sendsspam) showed various modifications to the spam image for neutralizing OCR, and therefore, the same situationcan happen with spam images on social media. Spammers have been shown to interfere with OCR readingthrough geometric transformations such as image distortion, noise addition, and blurring. Various techniqueshave been studied to filter image spam, but at the same time, methods of interfering with image spamidentification using obfuscated images are also continuously developing. In this paper, we propose a deeplearning-based spam image detection model to improve the existing OCR-based spam image detectionperformance and compensate for vulnerabilities. The proposed model extracts text features and image featuresfrom the image using four sub-models. First, the OCR-based text model extracts the text-related features,whether the image contains spam words, and the word embedding vector from the input image. Then, theconvolution neural network-based image model extracts image obfuscation and image feature vectors from theinput image. The extracted feature is determined whether it is a spam image by the final spam image classifier. As a result of evaluating the F1-score of the proposed model, the performance was about 14 points higher thanthe OCR-based spam image detection performance.
#Classification #Deep Learning #Image Processing #Image SPAM #Obfuscated Feature #SPAM

목차

등록된 정보가 없습니다.

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0