Use este identificador para citar ou linkar para este item:
http://repositorio.utfpr.edu.br/jspui/handle/1/12504| Título: | Detecção de spam em mensagens SMS utilizando aprendizagem de máquina |
| Título(s) alternativo(s): | Spam detection in sms messages using machine learning |
| Autor(es): | Tibola, Rafael Henrique |
| Orientador(es): | Candido Junior, Arnaldo |
| Palavras-chave: | Spam (Mensagens eletrônicas) Redes neurais (Computação) Inteligência artificial Spam (Electronic mail) Neural networks (Computer science) Artificial intelligence |
| Data do documento: | 19-Nov-2018 |
| Editor: | Universidade Tecnológica Federal do Paraná |
| Câmpus: | Medianeira |
| Citação: | TIBOLA, Rafael Henrique. Detecção de spam em mensagens SMS utilizando aprendizagem de máquina. 2018. Trabalho de Conclusão de Curso (Bacharelado em Ciência da Computação) – Universidade Tecnológica Federal do Paraná, Medianeira, 2018. |
| Resumo: | O SMS (Short Message Service) é ainda um dos serviços de comunicação móvel mais simples e práticos para alcançar consumidores, sendo independente da conexão com uma rede de Internet ou da capacidade dos aparelhos. Algumas aplicações fornecem recursos para o envio das mensagens SMS, mas por estarem presentes na Internet, há espaço para que usuários maliciosos as utilizem para realizar envios de spam. No âmbito da Inteligência Artificial, áreas como a Aprendizagem de Máquina e o estudo de línguas podem se mostrar grandes aliados no desenvolvimento de sistemas que auxiliem a filtragem de mensagens spam. Neste trabalho, apresenta-se como foram alcançadas melhorias no desempenho do algoritmo de classificação Bayesiano Ingênuo, utilizando-o para classificar mensagens SMS apoiado por Redes Neurais Artificiais e vetores Word Embedding, utilizados para prever e generalizar probabilidades para palavras que não foram utilizadas no treinamento do classificador. |
| Abstract: | SMS (Short Message Service) is still one of the simplest and most practical mobile communication services to reach consumers, regardless of the connection to an Internet network or the capacity of the handsets. Some applications provide resources for sending SMS messages, but because they are present on the Internet, there is room for malicious users to use them to send spam. In the field of Artificial Intelligence, areas such as Machine Learning and language studies may prove to be great allies in the development of systems that aid in the filtering of spam messages. In this study, it is shown how improvements in the performance of the Bayesian Naive classification algorithm were reached, using it to classify SMS messages supported by Artificial Neural Networks and Word Embedding vectors, used to predict and generalize probabilities for words that were not used in the training of the classifier. |
| URI: | http://repositorio.utfpr.edu.br/jspui/handle/1/12504 |
| Aparece nas coleções: | MD - Ciência da Computação |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| deteccaospamaprendizagemmaquina.pdf | 1,67 MB | Adobe PDF |  Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.