Geri Dön

Wrapper feature selection approach for spam e-mail filtering

İstenmeyen e-postaların filtrelenmesi için sarmal öznitelık seçme yaklaşımı

PDF İndir

  1. Tez No: 514149
  2. Yazar: FARAH AL-AZZAWI
  3. Danışmanlar: PROF. DR. VEYSEL ASLANTAŞ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Özellik seçimi, Firefly algoritması, E-posta spam filtresi, Sınıflandırma, Naïve Bayesian Classifier, Feature selection, Firefly algorithm, E-mail spam filtering, Classification, Naïve Bayesian Classifier
  7. Yıl: 2018
  8. Dil: İngilizce
  9. Üniversite: Erciyes Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

İnternet, hızla değişen teknoloji ve insanların bilgiyi saklama, paylaşma ve bilgiye kolayca ulaşma istekleri sebebiyle gün geçtikçe büyüyen bir iletişim ağıdır. İnternet ile bir yerden diğerine bilgi göndermenin en hızlı ve etkili yollarından biri elektronik postadır (E-posta). E-posta, zaman ve maliyet tasarrufu sağlaması sebebiyle iletişim için etkili bir araçtır. Elektronik haberleşmede karşılaşılan en önemli sorunlarından biri istenilmeden gönderilen, çoğunlukla çok sayıda kişiye adreslenen, duyuru, ticari ilan vb. istenmeyen e-postalardır (spam mail). Bu tezin amacı, istenmeyen e-postaları filtrelemek ve bunları diğer e-postalardan ayırmak için yeni bir yaklaşımın önerilmesidir. Önerilen yöntem, yeni ve etkin bir meta sezgisel optimizasyon algoritması olan Ateş Böceği algoritmasını (Firefly algoritm) kullanarak e-postaları çıkarılan özniteliklere göre sınıflandırmaktadır. Farklı veri setleri üzerinde yürütülen deneyler neticesinde elde edilen sonuçlar, önerilen yöntemin %95 doğrulukla istenmeyen e-postaları tespit ettiğini ortaya koymuştur. Sonuç olarak, Ateş Böceği algoritmasına dayalı istenmeyen e-posta filtreleme yönteminin başarısı kanıtlanmıştır.

Özet (Çeviri)

Internet is a quickly developing correspondence organize because of the quickly changing innovation and the readiness of individuals to store, offer and access data effectively. E-mail has become one of the fastest tools to send information from one place to another. Nowadays, various transactions and communications in general or of business are taking place via e-mails. However, e-mails are also affected by cyberattacks including Spam emails. Spam is the use of electronic messaging systems to send bulk data. Spam is flooding the Internet with many copies of the same message, in an attempt to force the message on people who would not otherwise choose to receive it. The purpose of this thesis is to present a machine learning approach for enhancing the accuracy of automatic spam detecting, filtering, and separating spams from legitimate messages. The proposed algorithm is a wrapper feature selection algorithm which has the ability to select the most relevant features. The algorithm used in this thesis is Firefly algorithm, which is an efficient metaheuristic with the ability to solve the problems with the engineering and optimization. The proposed firefly algorithm has been enhanced by using chaotic logistic map in order to start from better position. The algorithm has been experimented by using the different scenarios and the results have shown that the firefly algorithm demonstrated its efficiency for identifying the most relevant features with the accuracy of 95%. In conclusion, the firefly algorithm may enhance the accuracy of the e-mail spam filtering system.

Benzer Tezler

  1. Tez No

    956522

    Enhancing footprintid with intelligent feature selection: A wrapper-based approach for efficient indoor pedestrian recognition

    Akıllı özellik seçimiyle ayak izi tanımını geliştirme: Etkin iç mekan yaya tanıması için sarmalama tabanlı bir yaklaşım

    MARYAM NASIRIAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2025

    Bilim ve TeknolojiBahçeşehir Üniversitesi

    Yapay Zeka Ana Bilim Dalı

    PROF. DR. MEHMET RAŞİT ESKİCİOĞLU

  2. Tez No

    806642

    Büyük boyutlu veriler için metasezgisel yöntemler ile öznitelik indirgemede yeni bir yaklaşım geliştirilmesi

    Developing a new approach to feature selection with metaheuristic methods for large scale data

    ESİN AYŞE ZAİMOĞLU

    Doktora

    Türkçe

    Türkçe

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. NİLÜFER YURTAY

  3. Tez No

    945497

    İkili sürüngen arama algoritması için öznitelik seçimi yöntemi

    Feature selection method for binary reptile search algorithm

    ABDÜLKADİR ENES GÖRGÜLÜ

    Yüksek Lisans

    Türkçe

    Türkçe

    2025

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKütahya Dumlupınar Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. GÜRCAN YAVUZ

  4. Tez No

    790807

    Makine öğrenmesi uygulamalarında öznitelik seçimi üzerine yeni bir yaklaşım

    A new approach on feature selection in machine learning applications

    EMRAH SEZER

    Doktora

    Türkçe

    Türkçe

    2023

    Bilim ve Teknolojiİstanbul Üniversitesi

    Enformatik Ana Bilim Dalı

    DOÇ. DR. ÇİĞDEM EROL

  5. Tez No

    830179

    A hybrid feature subset selection method based on GRASP and relief

    GRASP ve relief temelli bir hibrit özellik alt kümesi seçimi

    BUSE NUR KARATEPE

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Mühendislik BilimleriSabancı Üniversitesi

    Veri Bilimi Ana Bilim Dalı

    DOÇ. DR. KEMAL KILIÇ

Geri Dön