統計的テキスト学習に基づく迷惑メール検知(ベイジアンフィルタ)

迷惑メール(スパムメール)のフィルタリング技術である「ベイジアンフィルタ(Naive Bayes Filter)」に関する問題です。 ベイジアンフィルタは、確率統計論の「ベイズの定理」を応用したフィルタリング手法です。利用者が過去に分類した「迷惑メール」と「正常メール」の本文から単語の出現頻度(事前確率)を機械学習し、新たに届いたメールに含まれる単語群からそのメールが迷惑メールである確率(事後確率)を算出して振り分け判定を行います。 したがって、エ の記述が適切です。 信頼できる送信元をあらかじめ登録しておく手法は、許可リスト(ホワイトリスト)方式の説明です。 メールの送信元ドメインとIPアドレスの正当性をDNS等で検証する手法は、送信ドメイン認証(SPF, DKIM, DMARC等)の説明です。 第三者中継(オープンリレー)を許可している不正サーバを登録した外部データベースを参照して拒否する手法は、RBL(Real-time Blackhole List / DNSBL)方式の説明です。

迷惑メールの検知手法であるベイジアンフィルタの説明はどれか。

出典平成31年春期 午前Ⅱ
ア
信頼できるメール送信元を許可リストに登録しておき,許可リストにないメール送信元からの電子メールは迷惑メールと判定する。
イ
電子メールが正規のメールサーバから送信されていることを検証し,迷惑メールであるかどうかを判定する。
ウ
電子メールの第三者中継を許可しているメールサーバを登録したデータベースの掲載情報を基に,迷惑メールであるかどうかを判定する。
エ
利用者が振り分けた迷惑メールと正規のメールから特徴を学習し,迷惑メールであるかどうかを統計的に判定する。