แจ้งเอกสารไม่ครบถ้วน, ไม่ตรงกับชื่อเรื่อง หรือมีข้อผิดพลาดเกี่ยวกับเอกสาร ติดต่อที่นี่ ==>
หากไม่มีอีเมลผู้รับให้กรอก thailis-noc@uni.net.th
หากไม่มีอีเมลผู้รับให้กรอก thailis-noc@uni.net.th
Bandhu Bhandari, Jagat. Feature selection using data mining technique for spam detection . Master's Degree(Information Technology). King Mongkut's University of Technology North Bangkok. Central Library. : King Mongkut's University of Technology North Bangkok, 2008.
Feature selection using data mining technique for spam detection
การเลือกลักษณะพิเศษโดยการใช้การทำเหมืองข้อมูล สำหรับการตรวจหาอีเมลขยะ
Name: Bandhu Bhandari, Jagat
LCSH:
DATA MINING
Abstract:
The numbers of spam email have been growing with the increase in online
business, communication and social networking. The recipient has to bear the cost of
processing unwanted emails. These also consume bandwidth; possess security threats
and privacy concerns. Network based solutions and service based solutions have not
been enough, so content analysis based filtering has become popular to detect spam
email. However, feature selection is crucial step in the text mining domain. High
dimensionality of the features becomes a major challenge in the pattern recognition
and learning algorithms. The discriminative feature which correctly represents the
email document plays the crucial role to curve out the spam documents. Feature
Selection (FS) methods help to identify, rank, and gather the relevant features for a
large number of raw features. This paper discusses the customized local feature search
strategy using Ant Colony System (ACS). It is mostly applicable and cost effective
for feature selection in case of email generating a large number of features. The
classification results after the feature selection shows that it has performed well and
have low false positive rate. However, the accuracy and precision is lower compared
to Entropy, Variance and Chi-square feature selection technique.
Abstract:
จำนวนอีเมลขยะเพิ่มมากขึ้นเรื่อย ๆ ในธุรกิจ การสื่อสาร และเครือข่ายสังคมแบบออนไลน์
ผู้รับอีเมลต้องทนต่อผลเสียหายที่เกิดขึ้นในการส่งและรับอีเมลที่ไม่ต้องการ เป็นการใช้งานแบนด์
วิดธ์ของช่องทางสื่อสารโดยเปล่าประโยชน์ เป็นความเสี่ยงต่อความปลอดภัยและความเป็นส่วนตัว
ของผู้รับ การแก้ไขปัญหาอีเมลขยะจากครือข่ายและการบริการเป็นหลักยังไม่เพียงพอ ดังนั้นการ
วิเคราะห์เนื้อความอีเมลจากการกรองจึงเป็นนิยมมากขึ้นในการตรวจหาอีเมลขยะ อย่างไรก็ตาม
การเลือกลักษณะพิเศษของข้อมูลเป็นขั้นตอนที่สำคัญในการทำเหมืองข้อมูลจากข้อความ ลักษณะ
พิเศษของข้อมูลส่วนมากจะมีมิติสูง จึงกลายเป็นสิ่งท้าทายในการวิจัยด้านการรู้จำข้อมูลและ
อัลกอริธึมสำหรับการเรียนรู้ ลักษณะพิเศษเชิงการแยกแยะซึ่งเป็นตัวแสดงอีเมลแต่ละฉบับ เป็นสิ่ง
สำคัญที่มีบทบาทสำหรับการคัดแยกชนิดอีเมล วิธีการเลือกลักษณะพิเศษช่วยในการระบุ การลำดับ
และการรวบรวมลักษณะพิเศษที่เกี่ยวข้องกันไว้ด้วยกัน จากลักษณะพิเศษที่มีจำนวนมากก่อนการ
ผ่านกระบวนการคัดเลือก บทความวิจัยนี้นำเสนอขั้นตอนวิธีระบบอณาจักรมดสำหรับการค้น
ลักษณะพิเศษเฉพาะที่โดยการปรับเลือกได้ ซึ่งเป็นวิธีที่สามารพประยุกต์ใช้กับการเลือกลักษณะ
พิเศษได้อย่างมีประสิทธิผลในกรณีที่อีเมลมีลักษณะพิเศษจำนวนมาก ผลการจำแนกอีเมลหลังการ
เลือกลักษณะพิเศษแสดงให้เห็นว่าระบบที่นำเสนอมีความสามารถในการจำแนกได้ดี ซึ่งมีอัตราการ
จำแนกอีเมลขยะเป็นอีเมลดีต่ำ อย่างไรก็ตาม ความถูกต้องและความแม่นยำจะต่ำกว่า เปรียบเทียบ
จาเทคนิคการคัดเลือกด้วยวิธีเอ็นโทรปี ความแปรปรวน และไคสแควร
King Mongkut's University of Technology North Bangkok. Central Library
Address:
Bangkok
Email:
library@kmutnb.ac.th
Name: Phayung Meesad
Role:
Thesis Advisor
Email :
pym@kmutnb.ac.th
Modified:
2567-08-09
Created:
2008
Issued:
2009-07-31
วิทยานิพนธ์/Thesis
application/pdf
CallNumber:
Thesis MIT J3B
eng
DegreeName: Master of science
Level: Master's Degree
Descipline: Information Technology
©copyrights King Mongkut's University of Technology North Bangkok
RightsAccess:
ใช้เวลา
0.030772 วินาที
Bandhu Bhandari, Jagat
| Title | Contributor | Type |
|---|---|---|
| Feature selection using data mining technique for spam detection
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Bandhu Bhandari, Jagat | Phayung Meesad | วิทยานิพนธ์/Thesis |
Phayung Meesad