Nepageidaujamų laiškų atpažinimo ir filtravimo modulio kūrimas
Šiame darbe nagrinėjama nepageidaujamų laiškų atpažinimo ir filtravimo modulio kūrimo analizė bei eiga. Internetui tapus neatsiejama kasdienio gyvenimo dalimi, elektroninis paštas tapo galingu įrankiu, skirtu informacijos apsikeitimui, o brukalas tapo pagrindine elektoninio pašto naudotojų problema. Egzistuoja daug brukalo filtravimo metodų bei įrankių, kurių funkcionalumus paremtas vienu ar keliais filtravimo metodais. Brukalo filtravimo įrankiai padeda kovoti su nepageidaujamais laiškais tiek serverio pusėje, tiek individualiose elektroninio pašto dėžutėse. Darbe analizuojamos brukalo laiškų rūšys bei savybės, brukalo laiškų filtravimo metodai bei egzistuojantys nepageidaujamų laiškų filtravimo įrankiai. Po atliktos analizės, pagal optimaliausią bei tiksliausią Nave Bayes metodą, sukurtas filtravimo įrankis orientuotas į pavienes elektroninio pašto dėžutes. Šiuo įrankiu atlikti įvairūs tyrimo bei testavimo darbai, kurie leido suformuoti rekomendacijas teisingam Naive Bayes metodo taikymui, tam, kad būtų sumažintas neteisingai atpažįstamų nepageidaujamų laiškų kiekis. Darbo apimtis - 56 p. teksto be priedų, 18 pav., 10 lent., 24 bibliografinis šaltinis.
This thesis analyzes the spam detection and filtering module research and creation. As the Internet becomes an integral part of everyday life, e-mail has become a powerful tool for the exchange of information, and spam has become a major problem to e-mail users. There are a lot of spam filtering methods and tools with functionalities based on one or more filtration methods. Spam filtering tools help to fight against spam letters in the server side and individual e-mail boxes. The thesis analyzes the spam letter types and properties of them, filtering methods and existing spam filtering tools. After analysis, by the most optimal and accurate Naive Bayes method, there was developed filtering tool that is focused on individual e-mail boxes. Reaserch and testing was based on this created tool. Recommendations for the correct using of Naive Bayes method , in order to reduce the false positive spam identification was colected after done researches and testing. Thesis consists of: 56 pages of text without appendixes, 18 pictures, 10 tables and 24 references.