Enhancement Model to Detect Arabic Spam Email Using Deep Learning
| العنوان بلغة أخرى: |
نموذج محسن لكشف رسائل البريد الإلكتروني العشوائية للنصوص العربية باستخدام التعلم العميق |
|---|---|
| المؤلف الرئيسي: | الخوالدة، أحمد طه محمود (مؤلف) |
| المؤلف الرئيسي (الإنجليزية): | Al-Khawaldeh, Ahmad Taha Mahmoud |
| مؤلفين آخرين: | السقار، فيصل سليمان (مشرف) , الشطناوي، عطا الله محمود عواد (مشرف) |
| التاريخ الميلادي: |
2022
|
| موقع: | المفرق |
| الصفحات: | 1 - 48 |
| رقم MD: | 1253473 |
| نوع المحتوى: | رسائل جامعية |
| اللغة: | الإنجليزية |
| الدرجة العلمية: | رسالة ماجستير |
| الجامعة: | جامعة آل البيت |
| الكلية: | كلية الأمير الحسين بن عبد الله لتكنولوجيا المعلومات |
| الدولة: | الاردن |
| قواعد المعلومات: | Dissertations |
| مواضيع: | |
| رابط المحتوى: |
عدد مرات التحميل
35
| المستخلص: |
البريد الالكتروني هي وسيلة اتصال بين الاشخاص عبر الشبكة وذلك بارسال واستقبال الرسائل الالكترونية وتعتبر وسيلة سريعة وسهلة الاستخدام ورخيصة. يزداد عدد المستخدمين للبريد الالكتروني باستمرار لما له من اهمية كبيرة بين الناس. لكن المشكلة الرئيسية التي يعاني منها الناس هي البريد الالكتروني الغير مرغوب فيها وتسمى spam emails)) . يتزايد عدد الرسائل الالكترونية المرسلة عبر الشبكة بشكل كبير، وهذا يؤدي الى استنزاف موارد الشبكة واستهلاك وقت المستخدمين في قراءة البريد الالكتروني الغير مرغوب . لذلك قام العديد من الباحثين في دراسة طرق الكشف عن البريد الالكتروني الغير مرغوب وتصنيفها وخاصة في اللغة الانجليزية حيث استخدموا العديد من تقنيات وبرامج التصفية. في الجانب الاخر هناك عدد قليل من الباحثين استخدموا اللغة العربية في تصنيف البريد الالكتروني غير المرغوب. الغاية من هذه الاطروحة هو ايجاد حل لكثيير من مستخدمي اللغة العربية للكشف عن البريد الالكتوني غير المرغوب spam emails)) بشكل ديناميكي.، حيث قام الباحث باستخدام تقنيات التعلم العميق مثل الشبكة العصبية الاصطناعية و الشبكة العصبية المتكررة ونموذج المقترح الشبكة العصبية الالتفافية مع تضمين الكلمات ومقارنتها مع خوارزميات التعلم الالي التقليدي مثل آلات نظام الدعم وشجرة القرار و ساذج بايزي ومنطق الانحدار. وقد حقق النموذج المقترح باستخدام تقنية الشبكة العصبية الالتفافية(CNN) على افضل نتيجة بين الخوارزميات المطبقة بدقة تساوي ٩٣%. |
|---|
عناصر مشابهة
-
Investigation of Three Machine Learning Models for the Detection of Emails Spam
بواسطة: Almabrouk, Abdulsalam Ashour منشور: (2023) -
Detection of Spam Email Using Multiple Classifiers and Features
بواسطة: النسور، رعد هاشم محمد منشور: (2013) -
Clustering and Classification of Email Contents
بواسطة: Alsmadi, Izzat منشور: (2015) -
Immune-inspired predictive models for email classification and spam filtering
بواسطة: Al Hasan, Ali A. منشور: (2015) -
Deep Learning-Based Model for Arabic Fake News Detection Using Hybrid Contextual Features
بواسطة: تركي، حسين محمد منشور: (2023)
