Geri Dön

Machine Learning Approach to Spam Filtering

Başlık çevirisi mevcut değil.

PDF İndir

  1. Tez No: 779774
  2. Yazar: KENAN KOÇ
  3. Danışmanlar: PROF. DR. ACHİM JUNG
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Spam filtering, machine learning, Multinomial Naïve Bayes, Support Vector Machines. Logical Regression, feature sets, k-fold cross validation
  7. Yıl: 2017
  8. Dil: İngilizce
  9. Üniversite: The Unıversıty Of Bırmıngham
  10. Enstitü: Yurtdışı Enstitü
  11. Ana Bilim Dalı: Belirtilmemiş.
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Özet yok.

Özet (Çeviri)

Machine learning (ML) methods are used commonly to build more intelligent and robust solutions to the problems. The one of the most common problems is the spam emails or spam messages that force most researches develop new techniques and algorithms to address this problem. In the literature, there are many studies dedicated to this problem and with the machine learning approaches, the good results were achieved for filtering spam messages. However, spam issue remains a problem for email users because of dynamic structure of spams (text-based). To comprehend the common notion of the text classification problems, we consider spam filtering as an application area. Naïve Bayes, Support Vector Machine and Logistic Regression, which are the common methods studied in the literature for the text-based classification problem, were selected for this study. We investigate the relationship between several techniques of feature selection and the performance for the classifiers to understand how to design the features. All the experimentsin thisstudy were conducted with the Spam Filter tool which was built for this project.

Benzer Tezler

  1. Tez No

    514149

    Wrapper feature selection approach for spam e-mail filtering

    İstenmeyen e-postaların filtrelenmesi için sarmal öznitelık seçme yaklaşımı

    FARAH AL-AZZAWI

    Yüksek Lisans

    İngilizce

    İngilizce

    2018

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolErciyes Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. VEYSEL ASLANTAŞ

  2. Tez No

    180253

    Bayes yöntemi kullanarak istenmeyen elektronik postaların filtrelenmesi

    Filtering spam e-mails with Bayesian approach

    CÜNEYT ALTUNYAPRAK

    Yüksek Lisans

    Türkçe

    Türkçe

    2006

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMuğla Üniversitesi

    İstatistik ve Bilgisayar Bilimleri Ana Bilim Dalı

    YRD. DOÇ. DR. TANER DİNÇER

  3. Tez No

    841895

    İstenmeyen e-postaların filtrelemesinde açı dönüşümü tabanlı içerik bağımsız bir yaklaşım

    Filtering spam e-mails with a context-independent approach based on angle transformation

    TUNCAY ÖZER

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBatman Üniversitesi

    Bilgi Teknolojileri Ana Bilim Dalı

    DOÇ. DR. YILMAZ KAYA

  4. Tez No

    1006334

    A novel two-tier machine learning framework for adversarial phishing detection

    Düşmanca kimlik avı saldırılarını tespit etmek içın yeni bir iki aşamalı makine öğrenme çerçevesi

    SARMAD KADIM RASHED RASHED

    Doktora

    İngilizce

    İngilizce

    2026

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKarabük Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. CANER ÖZCAN

  5. Tez No

    789210

    Enhanced Spam Email Filtering System using BinaryArtificial Bee Colony

    İkili Dosyayı Kullanan Gelişmiş Spam E-posta Filtreleme SistemiYapay Arı Kolonisi

    ROA'A ALI ABDULLAH MOHAMMEDQASEM

    Yüksek Lisans

    İngilizce

    İngilizce

    2016

    Bilim ve TeknolojiAltınbaş Üniversitesi

    Bilişim Teknolojileri Ana Bilim Dalı

    DOÇ. DR. OĞUZ ATA

Geri Dön