Статья посвящена сравнению методов машинного обучения для борьбы со спамом. Исследуются нейросетевые модели, такие как LSTM, как они справляются с этой задачей по сравнению с классическими алгоритмами. Спам остается серьезной проблемой: он не только мешает пользователям, но и используется для кибератак, что требует более совершенных решений, чем традиционные фильтры. Эксперименты показали, что нейросети лучше распознают спам за счет анализа контекста и смысла текста, тогда как старые методы часто пропускают новые виды рассылок или ошибаются. Однако нейросетевые модели требуют больше времени и мощностей для работы. Исследование поможет выбрать подходящий подход: нейросети — для высокой точности, а классические алгоритмы — для экономии ресурсов.

Моховиков В.А., Горбачев В.Д. (науч. рук. Тельбух В.В.) Подход к обнаружению и классификации спама на основе методов машинного обучения // Сборник тезисов докладов конгресса молодых ученых. Электронное издание. – СПб: Университет ИТМО, [2025]. URL: https://kmu.itmo.ru/digests/article/14545