LuanVan.vnLuận Văn
Gửi thư

PHÂN LOẠI THƯ RÁC BẰNG PHƯƠNG PHÁP HỌC MÁY PHÂN HỆ 2: CÁC THUẬT TOÁN RANDOM FOREST, XGBOOST, KNN, GRU

Khoá luận tốt nghiệp · Đại học · năm 2023 · đề tài tham khảo

Loại tài liệuKhoá luận tốt nghiệp
Bậc họcĐại học
NgànhCông nghệ thông tin
Tác giảNgô, Lê Thị Hoài Thu
Người hướng dẫnPhan Thượng Cang
Cơ sở đào tạoTrường Đại học Cần Thơ
Năm2023
NguồnThư viện số Trường Đại học Cần Thơ · trang gốc

Tóm tắt

Ngày nay việc phân loại thư rác 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 mong muốn, thường được gọi là thư rác từ các email trong hộp thư mail. Phương pháp máy học 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 gắn nhãn về email spam và email ham. Sử dụng tập dữ liệu này để huấn luyện đào tạo các thuật toán học máy. 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

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.