logo móvil
Contáctanos

Un modelo de detección de spam inteligente basado en el sistema inmune artificial

Autores: Saleh, Abdul Jabbar; Karim, Asif; Shanmugam, Bharanidharan; Azam, Sami; Kannoorpatti, Krishnan; Jonkman, Mirjam; Boer, Friso De

Idioma: Inglés

Editor: MDPI

Año: 2019

Descargar PDF

Acceso abierto

Artículo científico
2019

Un modelo de detección de spam inteligente basado en el sistema inmune artificial


Categoría

Gestión y administración

Subcategoría

Gestión de la tecnología y la inovación

Palabras clave

Correos electrónicos de spam
Algoritmo de selección negativa
Detección de anomalías
Phishing
Alojamiento de malware
Tasa de detección de verdaderos positivos

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 1

Citaciones: Sin citaciones


Descripción
Los correos electrónicos no deseados, también conocidos como no solicitados, son correos comerciales o maliciosos no solicitados, enviados para afectar a un individuo, una corporación o un grupo de personas. Además de la publicidad, estos pueden contener enlaces a sitios web de phishing o de alojamiento de malware diseñados para robar información confidencial. En este documento, se presenta un estudio sobre la efectividad del uso de un Algoritmo de Selección Negativa (NSA) para la detección de anomalías aplicado al filtrado de spam. El NSA tiene un alto rendimiento y una baja tasa de detección falsa. El marco diseñado trabaja de manera inteligente a través de tres fases de detección para finalmente determinar la legitimidad de un correo electrónico basado en el conocimiento recopilado en la fase de entrenamiento. El sistema opera por eliminación a través de la Selección Negativa, similar a la funcionalidad de las células T en los sistemas biológicos. Se ha observado que con la inclusión de más conjuntos de datos, el rendimiento continúa mejorando, resultando en un aumento del 6% en la tasa de detección de Verdaderos Positivos y Verdaderos Negativos, logrando una tasa de detección real de spam y ham del 98.5%. El modelo se ha comparado además con estudios similares, y el resultado muestra que el sistema propuesto resulta en un aumento del 2 al 15% en la tasa de detección correcta de spam y ham.

Otros recursos que podrían interesarte

Temas Virtualpro