Atıf Sayısı
3
Görüntüleme
13
İndirme
2
İstenmeyen elektronik postalar alıcıya rızası dışında gönderilen ve genellikle kötü niyetli veya tanıtım amaçlı olan kişilerin başvurduğu bir yöntemdir. Elektronik postalar, kullanımının kolaylığı, maliyetlerinin ucuz olmasından dolayı propaganda, reklam, oltalama yapmak isteyen kişi veya topluluklar tarafından etkin bir biçimde kullanılmaktadır. Amaçlarını gerçekleştirmek isteyen kişi veya topluluklar hiç tanımadıkları e-posta hesaplarına gereksiz ve istenmeyen postalar gönderirler. Bu çalışmada, istenmeyen elektronik postaların filtrelenmesi için literatürde bulunan yöntemler incelenmiştir. Bu istenmeyen e-posta filtreleme yöntemleri temel olarak yapay zekâ tabanlı olmayan ve yapay zekâ tabanlı olan şeklinde iki ana başlık altında incelenmiştir. Yapay zekâ tabanlı olmayan yöntemlerin istenmeyen e-posta tespitinde etkili sonuçlar verdiği ancak literatürde bu yöntemleri atlayabilen tekniklerin olduğu görülmektedir. İstenmeyen e-posta tespitinde yapay zekâ tabanlı makine öğrenmesi algoritmaları kullanan sistemlerin popülaritesinin arttığı ve araştırmaların bu yönde ivme kazandığı görülmektedir. Özellikle derin öğrenme yöntemleri yüksek performansları nedeniyle spam tespitinde tercih edilmeye başlamıştır. Literatürde klasik makine öğrenme yöntemlerinden olan Bayes, Destek Vektör Makinesi, Yapay Sinir Ağı, Rastgele Orman, Çok Katmanlı Algılayıcı, K-En Yakın Komşu gibi algoritmalarının kullanıldığı spam tespit yöntemlerinde yüksek başarım sağladığı görülmektedir. Uzun Kısa Süreli Bellek ve Evrişimsel Sinir Ağı algoritmalarını kullanan derin öğrenme temelli spam tespit yöntemlerinin başarım oranlarını daha da artırdığı farklı veri kümeleri kullanılarak gösterilmiştir. Ayrıca spam tespit sistemlerinde bulunan açık problemler ve Türkçe özelinde bu çalışmaların hangi aşamada olduğu da bu çalışmada irdelenmiştir ve çeşitli öneriler yapılmıştır.
Unwanted e-mails are a method that is sent to the recipient without its consent and is usually applied by persons with malicious intentions or for promotional purposes. The e-mails are effectively used by people or communities who want to make propaganda, advertising, scam because of their ease of use, their cost is cheap. Persons or communities who wish to accomplish their purposes send unnecessary and unwanted emails to their email accounts they never know. In this study, the methods found in literature for the filtration of unwanted emails have been studied. These unwanted e-mail filtering methods have been studied under two main titles in the form of non-built artificial intelligence and non-built artificial intelligence. It appears that non-artificial intelligence methods give effective results in the detection of unwanted e-mails but in literature there are techniques that can overcome these methods. In the unwanted e-mail detection, the popularity of systems using artificial intelligence-based machine learning algorithms has increased and research has gained an impulse in this direction. Especially deep learning methods have begun to be preferred in spam detection due to their high performance. Based on the classical machine learning methods in literature, Bayes, Support Vector Machine, Artificial Nervous Network, Rastgele Forest, Multi-layer Detector, K-The Nearest Neighbor, and other algorithms of spam detection methods have achieved high success. The long-term short-term memory and evolutionary nerve network algorithms are shown using different datasets where deep learning-based spam detection methods increase success rates further. In addition, the obvious problems found in the spam detection systems and the stage of these studies in the Turkish specialty have been discussed in this study and various recommendations have been made.
In this study, the methods in the literature for filtering spam emails were reviewed. Emails are actively used by people or communities who want to make propaganda, advertising, phishing because of their ease of use and low cost. People or communities who want to achieve their goals send unnecessary and unsolicited mail to the email accounts they never knew. These mails cause serious financial and moral damages to internet users and also engage in internet traffic. Unsolicited emails are a method that is sent to the recipient without his consent and that is generally used by malicious or promotional purposes. In this article, important developments in spam filtering methods are evaluated and deficiencies are revealed. The filtering of spam emails has been reviewed under two main headings: non-artificial intelligence-based and artificial intelligence-based. It has been observed that non-artificial intelligence-based methods give effective results in detecting spam, but there is spam that can easily skip these methods. It has been revealed that systems based on artificial intelligence are frequently used in spam detection and research and development are in this direction. In recent years, with the development of artificial intelligence, machine learning and algorithms emerging in its deep learning field, which is a sub-branch of it, have been detected with high performance and spam email detection. Due to the high performance of machine learning and deep learning methods for filtering spam emails, studies in this field are concentrated in detecting and filtering spam email.
Alan : Mühendislik
Dergi Türü : Ulusal
Makale Detay 
Atıf Yapanlar
Benzer Makaleler
PDF Görüntüle
Dergi Bilgisi
Eseri Dinleyin
Bu Sayfayı Yazdırın
Paylaş
Mendeley
