Geri Dön

Spam e-mail detection and filtering based on an evolutionary soft computing model using neuro-fuzzy classifiers and genetic algorithms

Sinirsel bulanık sınıflayıcı ve genetik algoritma kullanarak evrimsel yapay zeka modeli ile spam e-posta tanıma ve filtreleme algoritmaları

  1. Tez No: 270354
  2. Yazar: ALTAN PARLAK
  3. Danışmanlar: DOÇ. DR. ADEM KARAHOCA
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2010
  8. Dil: İngilizce
  9. Üniversite: Bahçeşehir Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 44

Özet

Spam eposta, tüm email kullanıcılar için ortak problem, popülerliğini sürekli arttırmakta. Degişen içerik ve yaratıcı yöntemler basit yöntemlerle spam filtrelemeyi güçleştiriyor. Spam epostalardaki bu hızlı değişim filtrelemede yapay zeka uygulamalarını zorunlu kılıyor. Bu çalışmada spam eposta tanımı, spam çeşitleri ve daha önce kullanılmış olan filtreleme yöntemleri kısaca açıklayarak ANFIS ve Genetik Algoritmaların tanımını vermektedir. Bu çalışmada daha önce kullanılan spam filtreleme yöntemleri incelendi ve ANFIS ile Genetik Algoritmaların birlikte kullanıldığı bir model ele alınarak bir sistem geliştirilmek istendi. Son bölünde ise NEFCLASS ve geliştirilen sistemler karşılaştılaştırıldı.

Özet (Çeviri)

Spam mail, common problem for all email users, is getting more popular everyday. Concept drift, reactive creative adversaries makes it difficult to filter spams with basic methodologies. The change in the spam email requires learning based spam filtering. In this thesis literature for the proposed methods are investigated for the spam filtering. The most successful filtering methods are the combinational filtering methods. This thesis proposes a new method for the spam filtering using a combination of Adaptive Neuro-Fuzzy Inference System (ANFIS) and Genetic Algorithms (GA) for the tuning of the rule base. This study also gives brief explanations about spam, spam types, used spam filtering techniques and introduces ANFIS and Genetic Algorithms. The last part compares the results of the NEFCLASS and the proposed method and gives the results for the spam dataset used in this study.

Benzer Tezler

  1. Analysis of machine learning-based spam filtering techniques

    Makine öğrenme tabanlı spam filtreleme teknikleri analizi

    NAZLI NAZLI

    Yüksek Lisans

    İngilizce

    İngilizce

    2018

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÇankaya Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. ERDOĞAN DOĞDU

    YRD. DOÇ. DR. ROYA CHOUPANİ

  2. Yapay arı kolonisi temelli lojistik regresyon sınıflayıcıların optimal tasarımı ve türkçe spam maillerin filtrelenmesinde başarımlarının incelenmesi

    Optimal design of artificial bee colony based logistic regression classifiers and analysis of their performances in filtering turkish spam e-mails

    BİLGE KAĞAN DEDETÜRK

    Doktora

    Türkçe

    Türkçe

    2020

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolErciyes Üniversitesi

    Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. BAHRİYE AKAY

  3. İstenmeyen elektronik posta sınıflandırma probleminde etkin özellik seçimi

    Effective feature selection in spam mail classification problem

    NURİYE BAKTIR

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ YILMAZ ATAY

  4. Destek vektör makineleri ve Gauss karışım modeli ile istenmeyen e-postaların tespiti

    Support vector machi̇ne and Gauss mixture model detecti̇on of unsoli̇ci̇ted e-mails

    NURULLAH ATEŞ

    Yüksek Lisans

    Türkçe

    Türkçe

    2014

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSüleyman Demirel Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ECİR UĞUR KÜÇÜKSİLLE

  5. A matched-pair comparative study on classification of data streams with concept drift

    İçerik kayması bulunan akışkan verilerin sınıflandırılmasında eşleştirmeli karşılaştırma çalışması

    ELİF SELEN BABÜROĞLU

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Endüstri ve Endüstri MühendisliğiGaziantep Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ALPTEKİN DURMUŞOĞLU

    PROF. DR. TÜRKAY DERELİ