<link rel="stylesheet" href="styles.f3b1fba60ec7970c.css">
Universidad Estatal Península de Santa ElenaPortal UPSE
Repositorio InstitucionalInvestigación y conocimiento abierto

Detección de SPAM en correos electrónicos mediante el uso de sistema inteligente para la facultad de sistemas y telecomunicaciones de la UPSE

dc.contributor.advisorQuirumbay Yagual, Daniel Ivan
dc.contributor.authorFranco Avila, Dalemberg Derian
dc.date.accessioned2024-02-05T02:54:36Z
dc.date.available2024-02-05T02:54:36Z
dc.date.issued2024-02-02
dc.description.abstractEste proyecto se enfoca en implementar un Sistema Inteligente para la detección de correos spam en la Facultad de Sistemas y Telecomunicaciones de la UPSE, mediante el empleo de algoritmos de Deep Learning, se utilizaron algoritmos de aprendizaje profundo para analizar patrones y características asociadas a correos no deseados. La conclusión destaca la efectividad de la inteligencia artificial en fortalecer la ciberseguridad de la institución, proporcionando un sistema robusto y adaptativo para la detección temprana de correos electrónicos maliciosos.es
dc.identifier.citationFranco Avila, Dalemberg Derian (2024). Detección de SPAM en correos electrónicos mediante el uso de sistema inteligente para la facultad de sistemas y telecomunicaciones de la UPSE. La Libertad. UPSE, Matriz. Facultad de Sistemas y Telecomunicaciones. 47p.es
dc.identifier.otherUPSE-TTI-2024-0008
dc.identifier.urihttps://repositorio.upse.edu.ec/handle/46000/10929
dc.language.isospaes
dc.pages47 p.es
dc.publisherLa Libertad: Universidad Estatal Península de Santa Elena. 2024es
dc.rightsopenAccesses
dc.rights.licenseAtribución-NoComercial-SinDerivadas 3.0 Ecuador*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/ec/*
dc.subjectALGORITMOSes
dc.subjectDEEP LEARNINGes
dc.subjectSPAMes
dc.titleDetección de SPAM en correos electrónicos mediante el uso de sistema inteligente para la facultad de sistemas y telecomunicaciones de la UPSEes
dc.typeinfo:eu-repo/semantics/bachelorThesises

Archivos

Bloque original

Mostrando 1 - 1 de 1
Cargando...
Miniatura
Nombre:
UPSE-TTI-2024-0008.pdf
Tamaño:
1,79 MB
Formato:
Adobe Portable Document Format
Descripción:
EXAMEN COMPLEXIVO

Bloque de licencias

Mostrando 1 - 1 de 1
Cargando...
Miniatura
Nombre:
license.txt
Tamaño:
13,84 KB
Formato:
Item-specific license agreed upon to submission
Descripción: