การตรวจจับลิงก์ฟาร์มโดยใช้ไวยากรณ์กราฟ

เกียรติคุณ ชอบธรรม

Please use this identifier to cite or link to this item: https://cuir.car.chula.ac.th/handle/123456789/26153

Full metadata record

DC Field	Value	Language
dc.contributor.advisor	อรรถสิทธิ์ สุรฤกษ์	-
dc.contributor.advisor	อานนท์ รุ่งสว่าง	-
dc.contributor.author	เกียรติคุณ ชอบธรรม	-
dc.contributor.other	จุฬาลงกรณ์มหาวิทยาลัย. คณะวิศวกรรมศาสตร์	-
dc.date.accessioned	2012-11-26T08:11:18Z	-
dc.date.available	2012-11-26T08:11:18Z	-
dc.date.issued	2551	-
dc.identifier.uri	http://cuir.car.chula.ac.th/handle/123456789/26153	-
dc.description	วิทยานิพนธ์ (วท.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2551	en
dc.description.abstract	งานวิจัยในการตรวจจับลิงก์ฟาร์มโดยทั่วไปมีแนวคิดในการหาอัลกอริทึมในการตรวจจับให้มีความถูกต้องเพียงอย่างเดียวโดยไม่ได้คำนึงถึงโครงสร้างลิงก์ฟาร์ม ดังนั้นจึงมีการพัฒนาไวยากรณ์กราฟมาใช้อธิบายตัวแบบของลิงก์ฟาร์ม และพัฒนาไวยากรณ์กราฟสำหรับตรวจจับลิงก์ฟาร์ม ซึ่งในกระบวนการตรวจจับลิงก์ฟาร์มนั้นมีการนับจำนวนของการใช้โปรดักชันจากข้อมูลสอน และมีอัลกอริทึมตรวจจับลิงก์ฟาร์มซึ่งใช้กฎตรรกศาสตร์ในการจำแนกความเป็นสแปมโฮสจากระดับตรวจจับทั้งหมด 20 ระดับ ผลการทดลองพบว่าเมื่อเปรียบเทียบกับงานวิจัยที่เกี่ยวข้องประสิทธิภาพในการตรวจจับลิงก์ฟาร์มนั้นได้ผลที่ดี ดังนั้นการตรวจจับลิงก์ฟาร์มโดยใช้ไวยากรณ์กราฟที่นำเสนอนั้นเมื่อใช้จำนวนการใช้โปรดักชันทั้งในเว็บกราฟระดับเว็บเพจและโฮสพิจารณาร่วมกันสามารถนำมาใช้ในการตรวจจับลิงก์ฟาร์มได้เป็นอย่างดี	en
dc.description.abstractalternative	There are many link farm detection techniques proposed in the literature review. These techniques only involve designing algorithms for detection with high precision without considering the structure of link farm. In our work, we introduce a new graph grammar model for expressing the structure of a link farm and a graph grammar for the link farm detection. Supervised graph grammar induction is modified to fit the training data with the number of applying production rules. Link farm detection algorithm is proposed and it uses logical rule to classify target hosts with 20 steps of detection. Compared with the related works, graph grammar in the experiments can effectively recognize link farms from web spam dataset. The comparison between the frequency of usage of some productions of spam and those of normal hosts indicates that graph grammar seem to be a good mechanism for detecting link farm.	en
dc.format.extent	1108544 bytes	-
dc.format.mimetype	application/pdf	-
dc.language.iso	th	es
dc.publisher	จุฬาลงกรณ์มหาวิทยาลัย	en
dc.relation.uri	http://doi.org/10.14457/CU.the.2008.1322	-
dc.rights	จุฬาลงกรณ์มหาวิทยาลัย	en
dc.subject	การค้นหาทางอินเตอร์เน็ต	en
dc.subject	ไวยากรณ์กราฟ	en
dc.subject	ทฤษฎีกราฟ	en
dc.title	การตรวจจับลิงก์ฟาร์มโดยใช้ไวยากรณ์กราฟ	en
dc.title.alternative	Link farm detection using graph grammar	en
dc.type	Thesis	es
dc.degree.name	วิทยาศาสตรมหาบัณฑิต	es
dc.degree.level	ปริญญาโท	es
dc.degree.discipline	วิทยาศาสตร์คอมพิวเตอร์	es
dc.degree.grantor	จุฬาลงกรณ์มหาวิทยาลัย	en
dc.email.advisor	athasit@cp.eng.chula.ac.th	-
dc.email.advisor	ไม่มีข้อมูล	-
dc.identifier.DOI	10.14457/CU.the.2008.1322	-
Appears in Collections:	Eng - Theses

Files in This Item:

File	Description	Size	Format
Kiattikun_ch.pdf		1.08 MB	Adobe PDF	View/Open

Show simple item record