Técnicas de aprendizaje automático para la detección de spam

dc.contributor.author Pisani, Nicolás Esteban
dc.date.accessioned 2023-08-22T00:22:24Z
dc.date.available 2023-08-22T00:22:24Z
dc.date.issued 2023-7
dc.description.abstract El uso del correo electrónico es habitual en nuestras actividades profesionales, académicas o personales, pero no está exento de ser utilizado de forma malintencionada convirtiéndolo en uno de los principales vectores de infecciones, robo de información o publicidades no deseadas. Es necesario comprender la gravedad que estos ataques ocasionan, grandes pérdidas económicas y extorsiones se inician a través de este medio de comunicación. Los modelos de aprendizaje automático de inteligencia artificial se encuentran en auge para su identificación y categorización. Dichas técnicas, son empleadas para combatir al correo no deseado, pero no son infalibles y pueden seguir mejorándose. Es necesario continuar investigando en el área, para poder optimizar su rendimiento. En este sentido, el presente trabajo se enfocó en la puesta a prueba de seis algoritmos de clasificación para la detección de correo no deseado, buscando medir sus niveles de exactitud. Se construyó un conjunto inicial de datos, el cual fue sometido al proceso de aprendizaje. No fue fácil predecir su ejecución, para conocer el rendimiento de las distintas técnicas siempre fue necesario la puesta a prueba de estas. La investigación aporta resultados que servirán de referencia. Además, contiene en un único documento la comparación de las métricas entre sí. Los resultados muestran que los niveles de exactitud de los modelos son similares, el mejor rendimiento fue obtenido por Naive Bayes
dc.identifier.uri https://repositorio.uai.edu.ar/handle/123456789/1655
dc.language.iso es
dc.subject aprendizaje automático
dc.subject inteligencia artificial
dc.subject IA
dc.subject correo electrónico
dc.subject correo no deseado
dc.subject spam
dc.title Técnicas de aprendizaje automático para la detección de spam
dc.type TRABAJOF
uai.degree LICENCIADO EN GESTIÓN DE TECNOLOGÍA INFORMÁTICA
uai.director Pons, Claudia Fabiana
uai.institution Universidad Abierta Interamericana
Files
Original bundle
Now showing 1 - 1 of 1
Thumbnail Image
Name:
0000283585.pdf
Size:
3.97 MB
Format:
Adobe Portable Document Format
Description:
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed to upon submission
Description: