Detecção de spam em mensagens SMS utilizando aprendizagem de máquina

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorCandido Junior, Arnaldo-
Autor(es): dc.contributorCandido Junior, Arnaldo-
Autor(es): dc.contributorGavioli, Alan-
Autor(es): dc.contributorPessini, Evando Carlos-
Autor(es): dc.creatorTibola, Rafael Henrique-
Data de aceite: dc.date.accessioned2022-02-21T21:57:32Z-
Data de disponibilização: dc.date.available2022-02-21T21:57:32Z-
Data de envio: dc.date.issued2020-11-15-
Data de envio: dc.date.issued2020-11-15-
Data de envio: dc.date.issued2018-11-19-
Fonte completa do material: dc.identifierhttp://repositorio.utfpr.edu.br/jspui/handle/1/12504-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/664568-
Descrição: dc.descriptionSMS (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.-
Descrição: dc.descriptionO 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.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Publicador: dc.publisherUniversidade Tecnológica Federal do Paraná-
Publicador: dc.publisherMedianeira-
Publicador: dc.publisherBrasil-
Publicador: dc.publisherCiência da Computação-
Publicador: dc.publisherUTFPR-
Direitos: dc.rightsopenAccess-
Palavras-chave: dc.subjectSpam (Mensagens eletrônicas)-
Palavras-chave: dc.subjectRedes neurais (Computação)-
Palavras-chave: dc.subjectInteligência artificial-
Palavras-chave: dc.subjectSpam (Electronic mail)-
Palavras-chave: dc.subjectNeural networks (Computer science)-
Palavras-chave: dc.subjectArtificial intelligence-
Palavras-chave: dc.subjectCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO-
Título: dc.titleDetecção de spam em mensagens SMS utilizando aprendizagem de máquina-
Título: dc.titleSpam detection in sms messages using machine learning-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositorio Institucional da UTFPR - RIUT

Não existem arquivos associados a este item.