SMS spam filtering on mobile communication
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Yıldız Teknik Üniversitesi, Fen Bilimleri Enstitüsü, BİLGİSAYAR MÜHENDİSLİĞİ ANABİLİM DALI, Türkiye
Tezin Onay Tarihi: 2017
Tezin Dili: İngilizce
Öğrenci: ISRAA HUSSAIN
Danışman: Sırma Yavuz
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Cep telefonlarında kullanılan kısa mesaj servisi (SMS), iletişimde kullanıcı tarafından kullanılabilecek en basit ve en uygun yöntemlerden biridir. Bununla birlikte, cep telefonları üzerinden gönderilen SMS mesajları, spam göndericiler tarafından kısa metin mesaj şeklinde spam gönderilmesi için en büyük hedef haline geldi. SMS mesajlarının bir dizi mesajdan spam veya ham olarak etkin ve doğru olarak tanımlanması, cep telefonu kullanıcıları için en önemli zorluklardan biridir. SMS spam filtresi kontrolü zor ve spam, ağ üzerinden kolayca yayılabilir, çünkü cep telefonu şebekesi operatörü müşterilerin neyi almak isteyip istemediklerini edemiyor. Bu çalışmanın amacı üç farklı sınıflandırma yöntemi kullanarak, Naive Bayes, Artificial Neural Network ve K-Nearest Neighbours, mesajları belirlemek ve sınıflandırmaktır. Bu çalışmada kullanılacak SMS veri setinden yaklaşık 5,574 mesaj alınmıştır. Mesajları, spam veya ham olarak sınıflandırmak için Naive Bayes, Yapay Sinir Ağı (Çok Katmanlı Perceptron) ve K-En Yakın Komşuluklar yöntemleri kullanılmıştır. Doğruluk, Geri Çağırma, F-ölçüsü ve Hassasiyet ve Zaman parametrelerinin hesaplanması için, iki farklı özellik seçimi yöntemi, Bilgi Eşitliği ve Bilgi Kazanç Oranı kullanılmıştır. Sonuçlar, standart sınıflandırma metodu (özellik seçimi) kullanılarak elde edilen sonuçlarla karşılaştırılmıştır Çalışmanın sonuçları değerlendirilirken, Bilgi Kazanç ve Bilgi Kazanç Oranı yöntemlerini kullanılmış ve en yüksek Doğruluk (98.86 ve 98.93) ve Zaman (8.98 ve 8.05 saniye) değerleri Çok Katmanlı Algılayıcı kullanıldığında elde edilmiştir. tarafından diğer iki sınıflandırıcıya kıyasla kaydedildiğini göstermiştir. Naive Bayes, diğer iki sınıflandırıcıya kıyasla, filtreleme sürecinde zaman açısından en hızlı yöntem olmuştur (0.02 saniye). Her iki özellik seçim yöntemi için de en iyi Doğruluk ve Zaman değerlerinin Çok Katmanlı Algılayıcı tarafından kaydedildiği sonucuna varılmıştır. En iyi Zaman değeri, Doğrulukta sınırlı bir iyileşme ile Naive Bayes yöntemi ile elde edilmiştir. K-Nearest Neighbours yöntemi, özellik seçimi yöntemleri kullanıldığında, kullanılmadığı duruma göre doğruluk anlamında önemli bir farklılık göstermemiştir. Anahtar sözcükler: SMS spam, Mobil Mesaj, Naive Bayes, K-En Yakın Komşular, Çok Katmanlı Algılayıcı.