PHÂN LOẠI THƯ RÁC BẰNG PHƯƠNG PHÁP HỌC MÁY PHÂN HỆ 1: CÁC THUẬT TOÁN NAÏVE BAYES, SVM, RNN, CNN
Khoá luận tốt nghiệp · Đại học · năm 2023 · đề tài tham khảo
| Loại tài liệu | Khoá luận tốt nghiệp |
|---|---|
| Bậc học | Đại học |
| Ngành | Công nghệ thông tin |
| Tác giả | Trần Minh Trí |
| Người hướng dẫn | Phan Thượng Cang |
| Cơ sở đào tạo | Trường Đại học Cần Thơ |
| Năm | 2023 |
| Nguồn | Thư viện số Trường Đại học Cần Thơ · trang gốc |
Tóm tắt
Ngày nay việc phân loại thư rác hay còn gọi là lọc thư rác qua email là một vấn đề quan trọng trong lĩnh vực bảo mật thông tin và liên lạc qua email. Phân loại thư rác là nhiệm vụ tự động xác định và phân loại các email không được yêu cầu hoặc không mong muốn, thường được gọi là thư rác từ các email trong hộp thư mail. Phương pháp học máy đóng một vai trò quan trọng trong việc phân loại thư rác. Các phương pháp này tận dụng các tính năng và đặc điểm khác nhau của email, chẳng hạn như nội dung, siêu dữ liệu, thông tin người gửi và thuộc tính cấu trúc, để xây dựng các mô hình có thể đưa ra dự đoán về việc email đó có phải là thư rác hay không. Để phát triển mô hình phân loại thư rác bằng phương pháp học máy, một tập dữ liệu đào tạo được sử dụng bao gồm các ví dụ được gán nhãn về email spam và email ham. Sử dụng tập dữ liệu này để huấn luyện đào tạo các thuật toán học máy, tìm hiểu các mẫu và mối quan hệ giữa các tính năng email và nhãn tương ứng của chúng. Sau khi được đào tạo, các mô hình có thể được áp dụng để phân loại chúng có phải là thư rác hay không. Trong luận văn này, chúng tôi sử dụng các thuật toán máy học có giám sát để phân tích và dự đoán nhãn cho các email từ đó dễ dàng lọc được các thư rác. Nhìn chung, phân loại thư rác bằng phương pháp học máy là một lĩnh vực nghiên cứu và phát triển thiết yếu trong lĩnh vực bảo mật thông tin. Nó đóng một vai trò quan trọng trong việc chống thư rác, bảo vệ người dùng khỏi nội dung độc hại hoặc không mong muốn, đồng thời đảm bảo tính toàn vẹn và hiệu quả của giao tiếp qua email.
Bản toàn văn lưu tại thư viện Trường Đại học Cần Thơ
Thông tin và tóm tắt ở trên lấy từ kho số mở của thư viện trường. Bản toàn văn do thư viện trường quản lý — có nơi cho đọc trực tuyến, có nơi cần tài khoản bạn đọc của trường.
Mở tại thư viện trường ↗
Dùng tài liệu tham khảo cho đúng
- Đọc để hiểu cách người trước đặt câu hỏi, chọn phương pháp, trình bày số liệu — rồi tự làm với dữ liệu và bối cảnh của bạn.
- Ý, số liệu, bảng biểu lấy từ tài liệu này phải trích dẫn (tác giả, năm, tên đề tài, cơ sở đào tạo).
- Đề tài trùng tên vẫn làm được nếu khác đơn vị khảo sát, thời gian hoặc cách tiếp cận — nêu rõ điểm khác trong phần mở đầu.
Hướng dẫn chọn đề tài, cấu trúc và số liệu cho ngành này: Luận văn công nghệ thông tin · Hỏi đáp từng chương với người hướng dẫn số: Học Giả Số · Công cụ số: Luận Văn Số.
Đề tài cùng ngành
- XÂY DỰNG WEBSITE MẠNG XÃ HỘI GHÉP ĐÔI DỰA TRÊN TRẮC NGHIỆM TÍNH CÁCH MYERS-BRIGGS
- REFRIGERATOR ASSISTANT MOBILE APPLICATION FOR FOOD MANAGEMENT, RECIPE SUGGESTIONS FROM INGREDIENTS AND IMAGES, AND MEAL PLANNING.
- NGHIÊN CỨU CHỨC NĂNG GỢI Ý SẢN PHẨM CHO WEBSITE BÁN MỸ PHẨM ONLINE DỰA TRÊN PHIÊN GIAO DỊCH
- NHẬN DẠNG VÀ TRÍCH XUẤT THÔNG TIN TRÊN ẢNH CHỤP GIẤY PHÉP LÁI XE TỪ ĐIỆN THOẠI DI ĐỘNG
- XÂY DỰNG MENU 3D TRÊN NỀN TẢNG ANDROID
- XÂY DỰNG NỀN TẢNG BÁCH KHOA TRI THỨC MỞ VỀ GIỐNG CÂY TRỒNG VÀ KỸ THUẬT CANH TÁC – PHÂN HỆ SỔ TAY NÔNG NGHIỆP
- XÂY DỰNG HỆ THỐNG QUẢN LÝ THỰC TẬP THỰC TẾ Phân hệ server
- TRÍCH XUẤT ĐẶC TRƯNG TRÊN DỮ LIỆU METAGENOMIC.
Tác giả muốn gỡ, sửa thông tin hoặc bổ sung bản toàn văn: gửi yêu cầu qua trang Liên hệ, kèm đường dẫn trang này.