การกรองจดหมายขยะภาษาไทยโดยใช้โครงข่ายประสาทเทียม

Thai spam mail filter using neural network

Name: หัชกมล ทับสี

ThaSH: การกรองสแปม (จดหมายอิเล็กทรอนิกส์)

ThaSH: จดหมายขยะ

ThaSH: นิวรัลเน็ตเวิร์ค (คอมพิวเตอร์)

ThaSH: สแปม (จดหมายอิเล็กทรอนิกส์)

Abstract: ในปัจจุบันการติดต่อสื่อสารทางจัดหมายอิเล็กทรอนิกส์ (Electronic mail : E-mail) เป็นที่นิยมใช้กันอย่างแพร่หลาย เนื่องจากมีความสะดวก รวดเร็ว ไม่มีค่าใช้จ่าย จึงทำให้ถูกนำมาใช้เป็นเครื่องมือไปในทางที่ผิดของบุคคลบางกลุ่มที่ทำการส่งจดหมายที่มีเนื้อหาเกี่ยวกับการโฆษณา ขายสินค้าหรือบริการต่างๆ ในลักษณะหลอกลวง ชวนเชื่อ หรือส่งข้อมูลที่ไม่ปลอดภัยมาให้แก่ผู้ที่ได้รับ ซึ่งเป็นจดหมายอิเล็กทรอนิกส์ในลักษณะที่ผู้รับไม่ต้องการ จดหมายอิเล็กทรอนิกส์จำพวกนี้ถือว่าเป็น “จดหมายขยะ (Spam Mail)” งานวิจัยนี้จึงนำเสนอโครงข่ายประสาทเทียมมาแก้ปญหาในการกรองจดหมายขยะโดยนำเนื้อหาของจดหมายอิเล็กทรอนิกส์มาผ่านการตัดคำภาษาไทยโดยใช้อิงพจนานุกรม (Dictionary-based) ด้วยวิธีเทียบคำเหมือนที่ยาวที่สุด สร้างเมทริกซ์ถ่วงน้ำหนักระหว่างคำสำคัญกับจดหมาย (TF-IDF) เพื่อนำมาเป็นอินพุตของโครงข่ายประสาทเทียม และเมื่อได้ทำการทดลองแล้วนั้นประสิทธิภาพของโครงข่ายประสาทเทียมอยู่ในเกณฑ์ที่ดี คือ โครงข่ายประสาทเทียม 150-38-2 ความผิดพลาดที่เกิดขึ้นมีค่าเฉลี่ยของความผิดพลาดจากอยู่ในระดับที่น้อยที่สุดเมื่อเทียบกับโครงข่ายประสาทเทียมแบบอื่นๆ โดยมีการวัดผลทางสถิติของตัวกรองได้ค่าความถูกต้องเท่ากับ 98.24% ค่าเรียกคืนเท่ากับ 98.60% และความแม่นยำเท่ากับ 99.62 %

Abstract: At present electronic mail (Electronic mail: E-mail) are used widely because it is convenient and free of charge. Therefore, it has been used as a tool by the wrong groups of people. Some mail with contents related to advertising sale of goods or services, unsafe information to those who receive E-mail in a manner that the recipients do not need. E-mail of this spicy is known as "Junk mail (Spam Mail)". This research presents an artificial neural network to solve the problem of filtering spam by the content of electronic messages through the Thai word segmentation using reference dictionary (Dictionary-based) methods. This is the match longest possible word creating a matrix weighted with the keyword Mail (TF-IDF) to be used as input of neural networks. The best performance of the neural network was found to be that of 150-38-2 with the minimum error level in comparison with other neural networks. The statistical measure of filter Accuracy was equal to 98.24%, Recall was equal to 98.60% and Precision was equal to 99.62%.

มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ. สำนักหอสมุดกลาง

Address: กรุงเทพมหานคร

Email: library@kmutnb.ac.th

Name: ศิรปัฐช์ บุญครอง

Role: อาจารย์ที่ปรึกษา

Email : sirapatb@kmutnb.ac.th

Created: 2553

Modified: 2555-12-19

Issued: 2555-12-19

วิทยานิพนธ์/Thesis

application/pdf

CallNumber: E-THESIS

tha

DegreeName: วิทยาศาสตร์มหาบัณฑิต

Level: ปริญญาโท

Descipline: เทคโนโลยีสารสนเทศ

Grantor: มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ

©copyrights มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ

ลำดับที่.	ชื่อแฟ้มข้อมูล	ขนาดแฟ้มข้อมูล	จำนวนเข้าถึง	วัน-เวลาเข้าถึงล่าสุด
1	B15591827.pdf	2.29 MB	51	2024-09-30 15:37:44

ใช้เวลา

0.047152 วินาที