İnformasiya təhlükəsizliyində maşın öyrənmə alqoritmlərindən istifadə

Abstract

Elektron rabitənin mühüm xidmətlərindən biri də elektron poçtdan istifadədir. İnternetin yaranması və geniş yayılması ilə ən çox istifadə edilən ünsiyyət vasitələrindən birinə çevrilən e-poçt xidmətində baş verən inkişaflar bəzi problemləri də ortaya çıxarmışdır. Bu problemlərdən biri də elektron məktublar vasitəsilə “spam” mesajların yayılmasıdır. Gündən-günə kritik problemə çevrilən spam mesajlar e-poçt xidmətlərinin təhlükəsizliyini və etibarlılığını təhdid edərək istifadəçilərin narahat olmasına səbəb olur. Ortaya çıxan bu təhlükə qarşısında bütün dünyada texniki və hüquqi tədbirlər görülür və problemlə mübarizə üçün səylər göstərilir. Bunun aradan qaldırılması üçün spam filtrasiyası və spam aşkarlama metodunun inkişafı kimi proseslər həyata keçirilir. E-poçtlarında spam e-poçtları aşkar etmək və onların aradan qaldırılması maşın öyrənmə alqoritmlərindən istifadə edilir. Maşın öyrənmə alqoritmlərindən istifadə edərək, e-poçtlarda arzuolunmaz e-poçtların süzgəcdən keçirilməsi məqsədəuyğundur. İndiki vaxtda elektron məktubların göndərilməsi asan olduğundan, onlar təkcə dostlarla ünsiyyət vasitəsi kimi deyil, həm də tez-tez reklam məqsədləri üçün spam e-poçt qutularını məhv etmək üçün bir vasitə kimi böyük populyarlıq qazanmışdır. Bunun üçün Random Forest, Logistic Regression, Naive Bayes, Artificial Neural Networks maşın öyrənmə üsulları təhlil edilmişdir. E- poçtların spam və ya normal kimi təsnif etmək üçün əvvəlcə mətn əsaslı spam və normal e-poçt nümunələrindən ibarət məlumat dəsti istifadə edilmişdir. Sonra hər bir e-poçtun məzmunu təhlil edildi və hər bir e-poçtda görünən müxtəlif sözlər və ya terminlər tapıldı. Bu araşdırmada iki fərqli e-poçt verilənlər bazasında fərqli maşın öyrənmə alqoritmindən istifadə edilərək təhlükəli e-poçtlar aşkar edilməyə çalışıldı. Bu alqoritmlərdən istifadə etməzdən əvvəl verilənlər bazasında əvvəlcədən emal addımları yerinə yetirildi. Daha sonra xüsusiyyət çıxarılması və xüsusiyyət seçimi həyata keçirildi. Xüsusiyyət seçildikdən sonra xüsusiyyət vektoru yaradıldı və maşın başa düşə biləcəyi formatda dəyərlər əldə edildi. Xüsusiyyət vektoru maşın öyrənmə alqoritmləri ilə sınaqdan keçirildi və yaramaz e-poçt filtrləmə prosesi ilə əldə edilən performans nəticələri qiymətləndirildi.