Разработка алгоритма автоматического обнаружения и классификация спам сообщений с применением машинного обучения и нейронных сетей : магистерская диссертация

Abstract

Work aimed at analyzing methods and algorithms for protection against spam and email attacks using machine learning and neural networks. The main focus is on the development of a hybrid model combining convolutional neural networks (CNN) and long-term short-term memory (LSTM) for classifying spam messages. The study includes the stages of data preprocessing, model development and training, as well as evaluating its performance on test data. The results show that the proposed model demonstrates high accuracy and efficiency in detecting spam messages.

Проведен анализ методов и алгоритмов защиты от спама и атак по электронной почте с использованием машинного обучения и нейронных сетей. Основное внимание уделено разработке гибридной модели, сочетающей сверточные нейронные сети (CNN) и долгосрочную краткосрочную память (LSTM) для классификации спам-сообщений. Исследование включает этапы предварительной обработки данных, разработки и обучения модели, а также оценку ее производительности на тестовых данных. Результаты показывают, что предложенная модель демонстрирует высокую точность и эффективность в обнаружении спам-сообщений.