1 |
1
개인 미디어의 트랙백 스팸(trackback spam)을 탐지하는 시스템에 있어서, 상기 개인 미디어에 관한 웹페이지를 입력받는 웹페이지 입력부-여기서, 상기 웹페이지는 상기 개인 미디어에 게시된 원본 페이지를 포함하며, 상기 원본 페이지에 링크된 트랙백 페이지 및 상기 트랙백 페이지의 아웃 링크에 대한 링크 페이지 중 하나 이상을 더 포함함-;상기 웹페이지 간의 유사도를 계산하는 유사도 측정부; 및상기 유사도와 미리 설정된 임계값을 비교하여 상기 트랙백 페이지가 스팸인지 여부를 판단하는 스팸 판단부를 포함하되,상기 유사도 측정부는 상기 원본 페이지 및 트랙팩 페이지의 단어를 각각 벡터 형태로 표현하여 상기 원본 페이지와 상기 트랙백 페이지의 유사도를 계산하는 것을 특징으로 하는 트랙백 스팸 탐지 시스템
|
2 |
2
제1항에 있어서, 상기 유사도 측정부는 상기 원본 페이지 및 트랙벡 페이지의 두 벡터 사이의 유클리드 거리 또는 벡터 공간 상에서 이루는 각도의 코사인 값을 상기 유사도로 계산하는 것을 특징으로 하는 트랙백 스팸 탐지 시스템
|
3 |
3
개인 미디어의 트랙백 스팸(trackback spam)을 탐지하는 시스템에 있어서, 상기 개인 미디어에 관한 웹페이지를 입력받는 웹페이지 입력부-여기서, 상기 웹페이지는 상기 개인 미디어에 게시된 원본 페이지를 포함하며, 상기 원본 페이지에 링크된 트랙백 페이지 및 상기 트랙백 페이지의 아웃 링크에 대한 링크 페이지 중 하나 이상을 더 포함함-;상기 웹페이지 간의 유사도를 계산하는 유사도 측정부 및상기 유사도와 미리 설정된 임계값을 비교하여 상기 트랙백 페이지가 스팸인지 여부를 판단하는 스팸 판단부를 포함하되,상기 유사도 측정부는, 상기 웹페이지에 상응하는 문서로부터 주제어를 추출하고 상기 문서의 단어 집합을 생성하는 주제어 추출 모듈과, 상기 단어 집합을 이용하여 행 성분이 단어를 나타내고 열 성분이 문서를 나타내는 단어-문서 행렬을 구성하고 LSA(Latent Semantic Analysis) 알고리즘에 따라 유사도를 계산하는 유사도 계산 모듈을 포함하는 것을 특징으로 하는 트랙팩 스팸 탐지 시스템
|
4 |
4
제3항에 있어서, 상기 유사도 계산 모듈은 상기 단어-문서 행렬을 상기 LSA 알고리즘에 따라 저차원의 행렬에 대응시킨 후 상기 문서에 해당되는 열 벡터를 내적함으로써 유사도를 계산하며, 상기 단어-문서 행렬에서 각 값들은 하기 수학식을 사용하여 구한 가중치인 것을 특징으로 하는 트랙백 스팸 탐지 시스템
|
5 |
5
제4항에 있어서, 상기 유사도 계산 모듈은, 상기 단어-문서 행렬은 m x n 행렬인 A을, m x n 행렬로써 A 행렬의 행 성분을 나타내는 T 행렬과, n x n 행렬로써 A 행렬의 열 성분을 나타내는 D 행렬과, n x n 행렬로써 각 대각에는 A 행렬의 고유값(eigenvalue)이 내림차순으로 정렬되어 있는 S 행렬을 이용하여 와 같이 분해하고, 을 만족하는 k를 구한 후, wi=0을 수행하여 수정된 S’를 이용하여 저차원 행렬 A’=TS’DT를 구하며, 열벡터 내적을 수행하여 상기 유사도를 계산하는 것을 특징으로 하는 트랙백 스팸 탐지 시스템
|
6 |
6
개인 미디어의 트랙백 스팸(trackback spam)을 탐지하는 방법에 있어서, 상기 개인 미디어에 관한 웹페이지를 입력받는 단계-여기서, 상기 웹페이지는 상기 개인 미디어에 게시된 원본 페이지를 포함하며, 상기 원본 페이지에 링크된 트랙백 페이지 및 상기 트랙백 페이지의 아웃 링크에 대한 링크 페이지 중 하나 이상을 더 포함함-;상기 웹페이지 간의 유사도를 계산하는 단계; 및상기 유사도와 미리 설정된 임계값을 비교하여 상기 트랙백 페이지가 스팸인지 여부를 판단하는 단계를 포함하되,상기 유사도를 계산하는 단계는 상기 원본 페이지 및 트랙팩 페이지의 단어를 각각 벡터 형태로 표현하여 상기 원본 페이지와 상기 트랙백 페이지의 유사도를 계산하는 것을 특징으로 하는 트랙백 스팸 탐지 방법
|
7 |
7
제6항에 있어서, 상기 유사도를 계산하는 단계는 상기 원본 페이지 및 트랙백 페이지의 두 벡터 사이의 유클리드 거리 또는 벡터 공간 상에서 이루는 각도의 코사인 값을 상기 유사도로 계산하는 것을 특징으로 하는 트랙백 스팸 탐지 방법
|
8 |
8
개인 미디어 트랙백 스팸(trackback spam)을 탐지하는 방법에 있어서, 상기 개인 미디어에 관한 웹페이지를 입력받는 단계-여기서, 상기 웹페이지는 상기 개인 미디어에 게시된 원본 페이지를 포함하며, 상기 원본 페이지에 링크된 트랙백 페이지 및 상기 트랙백 페이지의 아웃 링크에 대한 링크 페이지 중 하나 이상을 더 포함함-;상기 웹페이지 간의 유사도를 계산하는 단계 및상기 유사도와 미리 설정된 임계값을 비교하여 상기 트랙백 페이지가 스팸인지 여부를 판단하는 단계를 포함하되,상기 유사도 계산 단계는, (a) 상기 웹페이지에 상응하는 문서로부터 주제어를 추출하고 상기 문서의 단어 집합을 생성하는 단계와, (b) 상기 단어 집합을 이용하여 행 성분이 단어를 나타내고 열 성분이 문서를 나타내는 단어-문서 행렬을 구성하고 LSA(Latent Semantic Analysis) 알고리즘에 따라 유사도를 계산하는 단계를 포함하는 것을 특징으로 하는 트랙백 스팸 방지 방법
|
9 |
9
제8항에 있어서, 상기 단계(b)는 상기 단어-문서 행렬을 상기 LSA 알고리즘에 따라 저차원의 행렬에 대응시킨 후 상기 문서에 해당되는 열 벡터를 내적함으로써 유사도를 계산하며, 상기 단어-문서 행렬에서 각 값들은 하기 수학식을 사용하여 구한 가중치인 것을 특징으로 하는 트랙백 스팸 탐지 방법
|
10 |
10
제9항에 있어서, 상기 단계 (b)는, (b-1) 상기 단어-문서 행렬은 m x n 행렬인 A을, m x n 행렬로써 A 행렬의 행 성분을 나타내는 T 행렬과, n x n 행렬로써 A 행렬의 열 성분을 나타내는 D 행렬과, n x n 행렬로써 각 대각에는 A 행렬의 고유값(eigenvalue)이 내림차순으로 정렬되어 있는 S 행렬을 이용하여 와 같이 분해하는 단계; (b-2) 을 만족하는 k를 구한 후, wi=0을 수행하여 수정된 S’를 이용하여 저차원 행렬 A’=TS’DT를 구하는 단계; 및(b-3) 열벡터 내적을 수행하여 상기 유사도를 계산하는 단계를 포함하는 것을 특징으로 하는 트랙백 스팸 탐지 방법
|
11 |
11
제6항 내지 제10항 중 어느 한 항에 기재된 트랙백 스팸 탐지 방법을 수행하기 위해 컴퓨터에 의해 실행될 수 있는 명령어들의 프로그램이 유형적으로 구현되어 있으며 컴퓨터에 의해 판독될 수 있는 기록매체
|