Наивная эффективность Байесовской фильтрации спама
Это просто ... просто потому, что при обновлении вы вызываете 'OverdueList', но не можете удалить данные из массива overDueData. Вот почему вы повторяете данные.
Для этого вам просто нужно сделать это как можно проще.
@IBAction func btnRefreshTapped(_ sender: UIButton) {
self.overDueData.removeAll()
self.OverdueList()
}
4 ответа
Paul Graham был парнем для реального представления идеи использовать Байесовскую фильтрацию спама для сети в целом с его исходной статьей A Plan for Spam, назад в августе 2002. Затем его продолжение, приблизительно один год позже представил многие проблемы, которые быстро возникли. Это все еще довольно большие работы над темой.
Во второй статье Graham упоминает, что использовал CRM114, который работает над намного более широким набором шаблонов, чем просто разграниченные пространством слова. CRM114 прохладен, но прибывает без большого количества справки реализации для системы фильтрации спама.
Существует открытый исходный код powertools для Байесовской фильтрации спама как Death2Spam и SpamProbe.
Я нахожу, что ничто не работает вполне как пропущение почты через учетную запись Gmail. Счастливый поиск.
Я думаю для нанесения поражения виду спама, нападают на Вас упоминание, важной вещью не является метод изучения, а скорее на каких функциях Вы обучаетесь. Я использую OSBF-Lua Fidelis Assis, который является очень успешным фильтром: это продолжает выигрывать конкурсы для спам-фильтров. Это использует Байесовское учение лишь, я думаю, что настоящая причина для ее успеха является тремя принципами:
Это обучается не на отдельных словах, а на редких биграммах: пара слов, разделенных от 0 до 4 ", не заботится" о словах. Спаммеры должны вставить свое сообщение где-нибудь, и редкие биграммы очень хороши в разузнавании их. Это даже находит attachement спам!
Это делает дополнительное обучение на заголовках сообщения, потому что они трудны для спаммеров замаскировать. Пример: сообщение, которое происходит в Вашей сети и никогда не проходит через несетевой релейный хост, является, вероятно, не спамом.
Если спам-фильтр имеет низкую уверенность о своей классификации, это запрашивает вход от человека. (На практике это добавляет поле заголовка, говоря, "обучите меня на этом сообщении"; человек может проигнорировать запрос.) Это означает, что, поскольку спаммеры развивают новые методы, Ваш фильтр развивается для соответствия.
Эта комбинация методов является чрезвычайно эффективной.
Отказ от ответственности: Я работал с Fidelis на рефакторинге части программного обеспечения так, чтобы это могло использоваться для других целей, таких как классификация обычной почты в группы или возможно однажды, пытаясь обнаружить спам в комментариях блога и других местах.
Вы правы, наивные Байесовские фильтры восприимчивы к Байесовскому отравлению.
Я использую Popfile для не только вид далеко спам, но также и сортирую мою электронную почту в категории, и я нахожу его чрезвычайно эффективным. Это использует наивные Байесовские фильтры.