Detección de SPAM en correos electrónicos mediante el uso de sistema inteligente para la facultad de sistemas y telecomunicaciones de la UPSE
| dc.contributor.advisor | Quirumbay Yagual, Daniel Ivan | |
| dc.contributor.author | Franco Avila, Dalemberg Derian | |
| dc.date.accessioned | 2024-02-05T02:54:36Z | |
| dc.date.available | 2024-02-05T02:54:36Z | |
| dc.date.issued | 2024-02-02 | |
| dc.description.abstract | Este 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.citation | Franco 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.other | UPSE-TTI-2024-0008 | |
| dc.identifier.uri | https://repositorio.upse.edu.ec/handle/46000/10929 | |
| dc.language.iso | spa | es |
| dc.pages | 47 p. | es |
| dc.publisher | La Libertad: Universidad Estatal Península de Santa Elena. 2024 | es |
| dc.rights | openAccess | es |
| dc.rights.license | Atribución-NoComercial-SinDerivadas 3.0 Ecuador | * |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/ec/ | * |
| dc.subject | ALGORITMOS | es |
| dc.subject | DEEP LEARNING | es |
| dc.subject | SPAM | es |
| dc.title | Detección de SPAM en correos electrónicos mediante el uso de sistema inteligente para la facultad de sistemas y telecomunicaciones de la UPSE | es |
| dc.type | info:eu-repo/semantics/bachelorThesis | es |
Archivos
Bloque original
1 - 1 de 1
Cargando...
- Nombre:
- UPSE-TTI-2024-0008.pdf
- Tamaño:
- 1,79 MB
- Formato:
- Adobe Portable Document Format
- Descripción:
- EXAMEN COMPLEXIVO
Bloque de licencias
1 - 1 de 1
Cargando...
- Nombre:
- license.txt
- Tamaño:
- 13,84 KB
- Formato:
- Item-specific license agreed upon to submission
- Descripción:
