Spam Mail Scanning Using Machine Learning Algorithm

Abstract

Emails are used in professional and personal level as a way of communication. With the passage of time emails are used for advertisement, spreading virus and fraud email for plaguing users of the internet. These type of unsolicited emails are categorized as spam and other legitimated emails are categorized as ham. Over the year several machine learning algorithms are used to predict emails category. In this paper we reflect on the classifier which is good for text classification. We evaluate machine learning algorithm on spam emails detection and outcomes shows naï ve Bayes algorithm gives effective accuracy and precision using WEKA and our email management system which utilize php-ml library hosted by GitHub. Also comparative study with SVM and previous existing system in terms of accuracy and dataset used.

Preprocessing of the Emails in the Spam Detection Task

“…Среди методов машинного обучения имеется большое количество разнообразных эффективных алгоритмов и их модификаций, используемых в задаче обнаружения спама. Они включают такие распространенные методы, как, например, наивный Байесовский классификатор [например, 6, 8, 9, 13-16], дерево решений [например, 17,18], опорных векторов [например, 13,14,16,19], k-ближайших соседей [16,20], искусственные иммунные системы [5,21,22], искусственные нейронные сети [23][24][25][26][27][28] и другие. В качестве базовых признаков электронных писем в задаче их классификации в основном используются слова (и/или их сочетания) и рассчитываемые различными способами их веса [например, 5-9, 24, 25].…”

“…Средняя доля спама в почтовом трафике в 2018 г. составила 52,48 % [2], а в 2019 -56,51 % [3]. Спам является причиной различных негативных последствий для его получателей, а также серьезного негативного эффекта для мировой экономики [4][5][6][7][8][9][10].…”

“…Несмотря на это, ученые и специалисты по всему миру продолжают исследования в области обнаружения спама в поисках на 100 % tuzs.sut.ru эффективного решения [8]. Однако из-за своей комплексности и сложности задача обнаружения спама не имеет единственно верного и универсального решения [4,5].…”

A Novel Fuzzy-Logic-Based Multi-Criteria Metric for Performance Evaluation of Spam Email Detection Algorithms

“…In particular, artificial intelligence (AI)-based methods have received notable attention from researchers in recent years. Special emphasis has been placed on the methods based on machine learning [1,[10][11][12][13][14][15][16][17][18][19][20][21][22][23][24][25]. In addition, deep learning methods have recently been successfully applied to spam email detection [10][11][12][13][14][26][27][28].…”

“…The datasets have distinctive features and their suitability and effectiveness is determined by the type of experiments performed to evaluate the performance of the spam detection algorithm. In addition, several researchers use datasets that are not well known, or developed by the researchers themselves [1,12,17,[19][20][21][22]24,28].…”