Image SPAM detection using hybrid techniques
العناوين الأخرى
كشف الرسائل الاقتحامية (SPAM) باستخدام الأساليب الهجينة
مقدم أطروحة جامعية
مشرف أطروحة جامعية
al-Halasah, Raniya Azmi Ibrahim
الجامعة
جامعة مؤتة
الكلية
كلية تكنولوجيا المعلومات
القسم الأكاديمي
قسم الحاسوب
دولة الجامعة
الأردن
الدرجة العلمية
ماجستير
تاريخ الدرجة العلمية
2021
الملخص العربي
في الآونة الأخيرة، أصبح البريد الإلكتروني مستهدفا من قبل مرسلي الرسائل العشوائية، حيث إنه أحد أكثر الأماكن شيوعا لإرسال الرسائل يرسل مرسلو البريد الإلكتروني العشوائي رسائل غير مرغوب فيها (بريد عشوائي) إلى عدد من المستخدمين بهدف نشر الفيروسات و التدمير و الحصول على معلومات المستخدمين.
الصور غير المرغوب فيها هي أحد أنواع البريد العشوائي، حيث يقوم مرسلو البريد العشوائي بمعالجة الصور و تغيير خصائص الصورة، خاصة ألوان الخلفية أو نوع الخط أو إضافة عناصر إلى الصور لنشر البريد العشوائي.
هناك العديد من الأساليب التي يتم تطبيقها لاكتشاف الصور العشوائية و لتحديد ما إذا كانت الصورة بريد عشوائي في أطروحتنا، قمنا ببناء نظام يعتمد على خطوتين أساسيتين، خطوة استخراج الميزة و خطوة تصنيف الصورة.
في خطوة استخراج الميزة، استخدمنا الرسم البياني للون و اتجاه التدرج.
بالنسبة للتصنيف، استخدمنا الشبكة العصبية التلافيفية بالإضافة إلى عدد من خوارزميات تصنيف الماكينة الشائعة الاستخدام في هذا المجال.
لقد أجرينا عدة تجارب لتقييم كفاءة أداء خوارزميات التعلم الآلي لاكتشاف البريد العشوائي، نحن نستخدم مجموعة بيانات Image Spam Hunter، و تتكون مجموعة البيانات هذه من 928 صورة غير مرغوب فيها يتم استخراجها من رسائل البريد الإلكتروني العشوائية الحقيقية كمجموعة عينات من البريد العشوائي.
تم اختبار خوارزميات التعلم الآلي للكشف عن الصور غير المرغوب فيها و التي هي (C4.5 (DT و SVM) و (KNN) و (NB) و والشبكة العصبية التلافيفية (CNN).
الملخص الإنجليزي
Recently, email has become targeted by senders of spam messages, as it is one of the most common places to send messages, spammers send undesired messages (spam) to several users to spread viruses, destruction and obtaining user's information.
Spam images are one of the spam types, spammer process images and change the characteristics of the image, especially background colors, font type, or adding artifacts to the images to spread spam.
Many techniques are applied to detect spam images and to determine whether the image is spam in our thesis, we constructed a system based on two basic steps, the feature extraction step, and the image classification step.
in the feature extraction step, we used the feature extraction from vgg16 detection and classification extraction based on image net weights.
For the classification, we used the convolutional neural network in addition to several machine classification algorithms commonly used in this field.
We conducted several experiments to evaluate the efficiency the performance of machine learning algorithms for spam detection.
This thesis uses the Image Spam Hunter dataset, this dataset spam images which are extracted from real spam emails as the spam sample set Machine learning algorithms were tested to detect spam images which: C4.5 Decision Tree (DT), Support Vector Machine (SVM), K- Nearest Neighbor (KNN), Naïve Bays (NB), Random Forest (RF), and Convolutional Neural Network (CNN).
التخصصات الرئيسية
تكنولوجيا المعلومات وعلم الحاسوب
الموضوعات
عدد الصفحات
60
قائمة المحتويات
Table of contents.
Abstract.
Abstract in Arabic.
Chapter One : Introduction.
Chapter Two : Literature review.
Chapter Three : Design and methodology.
Chapter Four : Evaluation and experiment results.
References.
نمط استشهاد جمعية علماء النفس الأمريكية (APA)
Abu Zayd, Nawal Nayil Mamduh. (2021). Image SPAM detection using hybrid techniques. (Master's theses Theses and Dissertations Master). Mutah University, Jordan
https://search.emarefa.net/detail/BIM-1343486
نمط استشهاد الجمعية الأمريكية للغات الحديثة (MLA)
Abu Zayd, Nawal Nayil Mamduh. Image SPAM detection using hybrid techniques. (Master's theses Theses and Dissertations Master). Mutah University. (2021).
https://search.emarefa.net/detail/BIM-1343486
نمط استشهاد الجمعية الطبية الأمريكية (AMA)
Abu Zayd, Nawal Nayil Mamduh. (2021). Image SPAM detection using hybrid techniques. (Master's theses Theses and Dissertations Master). Mutah University, Jordan
https://search.emarefa.net/detail/BIM-1343486
لغة النص
الإنجليزية
نوع البيانات
رسائل جامعية
رقم السجل
BIM-1343486
قاعدة معامل التأثير والاستشهادات المرجعية العربي "ارسيف Arcif"
أضخم قاعدة بيانات عربية للاستشهادات المرجعية للمجلات العلمية المحكمة الصادرة في العالم العربي
تقوم هذه الخدمة بالتحقق من التشابه أو الانتحال في الأبحاث والمقالات العلمية والأطروحات الجامعية والكتب والأبحاث باللغة العربية، وتحديد درجة التشابه أو أصالة الأعمال البحثية وحماية ملكيتها الفكرية. تعرف اكثر