Show simple item record

Ανάλυση και συσχέτιση αζήτητης ηλεκτρονικής επικοινωνίας

dc.contributor.advisorΠατσάκης, Κωνσταντίνος
dc.contributor.authorΜιχαλά, Γεωργία
dc.date.accessioned2021-02-09T06:26:40Z
dc.date.available2021-02-09T06:26:40Z
dc.date.issued2020-12
dc.identifier.urihttps://dione.lib.unipi.gr/xmlui/handle/unipi/13247
dc.identifier.urihttp://dx.doi.org/10.26267/unipi_dione/670
dc.description.abstractΗ παρούσα διατριβή πραγματεύεται την δημιουργία μιας εφαρμογής η οποία συλλέγει κεφαλίδες μηνυμάτων ηλεκτρονικού ταχυδρομείου με σκοπό την ανάλυση τους και την εύρεση συνθηκών υπό των οποίων μπορεί να σημανθεί ένα μήνυμα ηλεκτρονικού ταχυδρομείου ως ανεπιθύμητο. Η εφαρμογή υλοποιήθηκε σε γλώσσα python. Οι κεφαλίδες των e-mails στέλνονται στις επιμέρους υπηρεσίες της εφαρμογής με τη χρήση του JSON Web Token και κατά την αποστολή αυτών με σκοπό την ανάλυση τους τοποθετούνται σε ουρά εργασιών μέσω του Celery. Η αποθήκευση των δεδομένων έγινε σε MySQL, MongoDB βάση δεδομένων και στο ElasticSearch. Επιπρόσθετη παραμετροποίηση των δεδομένων έγινε με τη βοήθεια του Logstash και η αναπαράσταση αυτών πραγματοποιήθηκε με τη συμβολή του Kibana.el
dc.format.extent74el
dc.language.isoelel
dc.publisherΠανεπιστήμιο Πειραιώςel
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 Διεθνές*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.titleΑνάλυση και συσχέτιση αζήτητης ηλεκτρονικής επικοινωνίαςel
dc.title.alternativeSpam analysis and correlation engineel
dc.typeMaster Thesisel
dc.contributor.departmentΣχολή Τεχνολογιών Πληροφορικής και Επικοινωνιών. Τμήμα Πληροφορικήςel
dc.description.abstractENThis dissertation focuses on the creation of an application that collects e-mail headers in order to analyze them and find conditions from which an e-mail may be labeled as spam. The application was implemented in python language. The e-mail headers are sent to the individual services using the JSON Web Token and when sent for analyzing purposes they are placed in Celery Task Queue. The data was stored in MySQL, MongoDB database and ElasticSearch. Additional data configuration was performed with the help of Logstash and Kibana was used for data visualization capabilities.el
dc.contributor.masterΠληροφορικήel
dc.subject.keywordKibanael
dc.subject.keywordLogstashel
dc.subject.keywordElasticSearchel
dc.subject.keywordJWTel
dc.subject.keywordCeleryel
dc.subject.keywordELKel
dc.subject.keywordMongoDBel
dc.subject.keyworde-mailsel
dc.subject.keywordSpam (Electronic mail)el
dc.subject.keywordMalicious softwareel
dc.subject.keywordAPIel
dc.subject.keywordAnalysisel
dc.subject.keywordDashboardel
dc.subject.keywordPythonel
dc.subject.keywordDatabasesel
dc.subject.keywordMySQLel
dc.subject.keywordMailsel
dc.date.defense2020-12-23


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record

Attribution-NonCommercial-NoDerivatives 4.0 Διεθνές
Except where otherwise noted, this item's license is described as
Attribution-NonCommercial-NoDerivatives 4.0 Διεθνές

Βιβλιοθήκη Πανεπιστημίου Πειραιώς
Contact Us
Send Feedback
Created by ELiDOC
Η δημιουργία κι ο εμπλουτισμός του Ιδρυματικού Αποθετηρίου "Διώνη", έγιναν στο πλαίσιο του Έργου «Υπηρεσία Ιδρυματικού Αποθετηρίου και Ψηφιακής Βιβλιοθήκης» της πράξης «Ψηφιακές υπηρεσίες ανοιχτής πρόσβασης της βιβλιοθήκης του Πανεπιστημίου Πειραιώς»