Spam filtering using sender policy framework
Gönderici politikası çerçevesi ile istenmeyen elektronik postaların filtrelenmesi
- Tez No: 459230
- Danışmanlar: YRD. DOÇ. DR. GÖKHAN DALKILIÇ
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2017
- Dil: İngilizce
- Üniversite: Dokuz Eylül Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 95
Özet
Spam postalar elektronik posta iletişimdeki en önemli sorunlardan biri haline gelmiştir. Spamlar gereksiz yere Internet trafiği oluşturur. Spam postalar insanların ve şirketlerin fazladan zaman ve para harcamalarına yol açar. Ayrıca spam postalar ağların performansını düşürür ve güvenlik sorununa yol açabilir. Çeşitli spam filtreleme yöntemleri geliştirilmiş olmasına rağmen, bunların hiçbiri mükemmel değildir. Çünkü spam gönderenler yaratıcı olduklarından yeni yöntemler geliştirmektedirler. Spam filtreleme teknikleri, içerik filtreleme ve ağ filtreleme olarak iki gruba ayrılabilir. İçerik filtreleme teknikleri çok fazla işlemci gücüne ihtiyaç duyar. Bu nedenle, daha az kaynak gerektiren ağ tabanlı filtreleme yöntemleri, önem kazanmaktadır. Gönderici Politikası Çerçevesi (SPF) bir alan ismi için yetkili sunucuları tanıtan bir ağ tabanlı filtreleme protokolüdür. Bu sayede spam postalar kolaylıkla filtrelenebilir. Ama SPF protokolü uygulamalarının iki eksiği bulunmaktadır. Birincisi, SPF kullanım oranı yetersizdir; ikincisi kötü niyetli kullanımı artmaktadır. İlk sorunun çözümü için“Gönderici Kimlik Doğrulama Ağı”adlı bir tahmin yöntemi önerdik. Bu yöntemde DNS sistemindeki A ve MX kayıtlarının IP adreslerini inceleyerek, SPF kaydındaki IP adresi ile ilişkisi incelenmiştir. Eğer SPF kaydı yoksa DNS sistemindeki A ve MX kayıtlarından tahmin edilerek yeni bir SPF kaydı oluşturulur. Kullanıcılardan aldığımız geri bildirimler, diğer popüler spam filtreleme yöntemleri ile karşılaştırıldığında, yöntemimiz düşük FP ve düşük FN değerleriyle hızlı çalışmaktadır. İkinci sorunun çözümü için, spam gönderen alan isimlerinin SPF kayıtlarındaki terimlerle, normal eposta gönderen alan isimlerindeki terimleri karşılaştırdık. SPF terimlerinin frekanslarını işleyen bir Yalın Bayes uygulaması geliştirdik. Bu yöntem içerik filtreleme işlem süresini azaltmaya yardımcı olmaktadır.
Özet (Çeviri)
Spam has become one of the worst problems of email communication. Spam emails use Internet bandwidth redundantly. Spam emails cost people and companies extra money and time. Also, spam emails reduce the performance of networks and can lead to security problems. Although various spam filtering methods have been developed, none of them is perfect. Creative spammers are capable of developing novel methods. Spam filtering can be grouped into content filtering and network-based filtering. Content filtering techniques require a lot of processor power. Therefore, network-based filtering methods, which require less resources, are gaining in spam-filtering. Sender Policy Framework (SPF) is a network-based filtering protocol to identify authorized servers which are allowed to send emails on behalf of a domain name. This way, spam mails can be filtered easily. But there are two deficiencies of the SPF implementation. Firstly, the SPF usage ratio is insufficient. Secondly, malicious usage is increasing. As a solution to the first problem, we propose an estimation method called“Sender Authentication Network”. By analyzing the Internet Protocol (IP) addresses in A and MX records of the DNS system, their relation with the IP address in the SPF record is investigated. If there is no SPF record, a new one is created by predicting the classical DNS records A and MX. Since we have taken feedbacks from volunteers. Our method runs faster with low false-positive (FP) and false-negative (FN) values compared to the popular spam filtering methods. To find a solution to the second problem, we have analyzed the term in the SPF records of the spam-sending domain names by comparing them with the legitimate domain names. We have developed a Naïve Bayes implementation the frequencies of SPF terms. This method helps to reduce the content-filtering processing time.
Benzer Tezler
- 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
2014
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSüleyman Demirel ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ECİR UĞUR KÜÇÜKSİLLE
- Veri madenciliği yöntemleri ile spam filtreleme
Spam filtering using data mining methods
SERDAR KÜRŞAT SARIKOZ
Yüksek Lisans
Türkçe
2010
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Bilimleri Ana Bilim Dalı
DOÇ. DR. M. ALİ AKCAYOL
- Spam filtering using big data and deep learning
Büyük veri ve derin öğrenmeyi kullanarak spam filtreleme
ONUR GÖKER
Yüksek Lisans
İngilizce
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÇankaya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ERDOĞAN DOĞDU
YRD. DOÇ. DR. ROYA CHOUPANİ
- 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
ALTAN PARLAK
Yüksek Lisans
İngilizce
2010
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBahçeşehir ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ADEM KARAHOCA
- Augmenting a Turkish dataset for spam filtering using natural language processing techniques
Doğal dil işleme teknikleri kullanılarak spam filtreleme için Türkçe veri kümesinin genişletilmesi
AYŞENUR AKSOY
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiSiber Güvenlik Ana Bilim Dalı
PROF. DR. BANU GÜNEL KILIÇ
DOÇ. DR. CENGİZ ACARTÜRK