セキュリティエンジニアのための機械学習 ―AI技術によるサイバーセキュリティ対策入門

付録A練習問題の解答

A.1　1章　情報セキュリティエンジニアのための機械学習入門

この章に練習問題はない。

A.2　2章　フィッシングサイトと迷惑メールの検出

この章の練習問題のサンプルコードは以下から入手できる。

https://github.com/oreilly-japan/ml-security-jp/blob/master/ch02/Chapter2_Practice.ipynb

• 2-1データセットをhttp://www.aueb.gr/users/ion/data/lingspam_public.tar.gzからダウンロードして解凍しなさい。

!wget http://www.aueb.gr/users/ion/data/lingspam_public.tar.gz
!tar -zxf ./lingspam_public.tar.gz

• 2-2解凍先のディレクトリ/lingspam_public/bare/配下にはpart?というサブディレクトリが10個存在している。このサブディレクトリ内に存在する、ファイル名がspmsga*.txtのファイルは迷惑メールである。その他のファイルはすべて正当なメールである。個々のファイルを読み込み、本文データをコピーしたリストと、迷惑メールか、そうでないかのラベルのリストを作成しなさい。

import os
import glob
import pandas as pd

path = "./lingspam_public/bare/"

text = []
label = []

# part?ディレクトリ配下にあるメールデータを読み込み、
# 迷惑メールとそうでないものを分別してラベルを追加
for part in