Geri Dön

Spam filtering using sender policy framework

Gönderici politikası çerçevesi ile istenmeyen elektronik postaların filtrelenmesi

  1. Tez No: 459230
  2. Yazar: DEVRİM SİPAHİ
  3. Danışmanlar: YRD. DOÇ. DR. GÖKHAN DALKILIÇ
  4. Tez Türü: Doktora
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2017
  8. Dil: İngilizce
  9. Üniversite: Dokuz Eylül Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. 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

  1. 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

  2. Veri madenciliği yöntemleri ile spam filtreleme

    Spam filtering using data mining methods

    SERDAR KÜRŞAT SARIKOZ

    Yüksek Lisans

    Türkçe

    Türkçe

    2010

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilgisayar Bilimleri Ana Bilim Dalı

    DOÇ. DR. M. ALİ AKCAYOL

  3. Spam filtering using big data and deep learning

    Büyük veri ve derin öğrenmeyi kullanarak spam filtreleme

    ONUR GÖKER

    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

  4. 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

    İngilizce

    2010

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBahçeşehir Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ADEM KARAHOCA

  5. 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

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik Üniversitesi

    Siber Güvenlik Ana Bilim Dalı

    PROF. DR. BANU GÜNEL KILIÇ

    DOÇ. DR. CENGİZ ACARTÜRK