Detecção de Spammers na Rede de Origem
Resumo
A quantidade de mensagens não-solicitadas (spams) enviadas na Internet representa mais de 85% de todos os e-mails. Mesmo com a evolução de técnicas de filtragem como a análise do conteúdo de mensagens e o bloqueio de IPs, recursos da rede são desperdiçados, uma vez que essa filtragem é realizada normalmente no servidor de destino dos e-mails. Este trabalho propõe um método para detecção de spammers na rede de origem utilizando uma técnica de classificação supervisionada composta por métricas que não requerem a inspeção do conteúdo das mensagens enviadas. Os resultados mostram que o método utilizado é eficaz, sendo capaz de identificar a maioria dos spammers ainda em sua rede de origem, preservando assim, os recursos da rede.Referências
Castilho, L. H. D., Las-Casas, P. H. B., Dutra, M. D., Ricci, S. M. R., Marques-Neto, H. T., Ziviani, A., Almeida, J. M., e Almeida, V. (2010). Caracterização de tráfego SMTP na Rede de Origem. Em XXVIII Simpósio Brasileiro de Redes de Computadores e Sistemas Distribuídos, Gramado, Brasil.
Gomes, L. H., Cazita, C., Almeida, J. M., Almeida, V., e Jr., W. M. (2007). Workload Models of Spam and Legitimate E-mails. Performance Evaluation, 64(7-8):690–714.
Guerra, P. H. C., Pires, D. E. V., Guedes, D., Jr., W. M., Hoepers, C., e Steding-Jessen, K. (2008). A Campaign-based Characterization of Spamming Strategies. Em Proceedings of the Fifth Conference on Email and Anti-Spam, pág. 1–10, Mountain View, CA, USA.
John, J., Moshchuk, A., Gribble, S. D., e Krishnamurthy, A. (2009). Studying Spamming Botnets Using Botlab. Em 6th USENIX Symp. on Networked Systems Design and Implementation, Boston, EUA.
Las-Casas, P. H. B., Guedes, D., Marques-Neto, H. T., Ziviani, A., e Almeida, J. M. (2011). Detecção de Spammers na Rede de Origem. Em XXIX Simpósio Brasileiro de Redes de Computadores e Sistemas Distribuídos, Campo Grande, Brasil.
MessageLabs (2010). MessageLabs Intelligence: November 2010. Online.
Veloso, A., Meira, W., e Zakib, M. J. (2006). Lazy associative classification. Em Sixth International Conference on Data Mining, Hong Kong, China.
Gomes, L. H., Cazita, C., Almeida, J. M., Almeida, V., e Jr., W. M. (2007). Workload Models of Spam and Legitimate E-mails. Performance Evaluation, 64(7-8):690–714.
Guerra, P. H. C., Pires, D. E. V., Guedes, D., Jr., W. M., Hoepers, C., e Steding-Jessen, K. (2008). A Campaign-based Characterization of Spamming Strategies. Em Proceedings of the Fifth Conference on Email and Anti-Spam, pág. 1–10, Mountain View, CA, USA.
John, J., Moshchuk, A., Gribble, S. D., e Krishnamurthy, A. (2009). Studying Spamming Botnets Using Botlab. Em 6th USENIX Symp. on Networked Systems Design and Implementation, Boston, EUA.
Las-Casas, P. H. B., Guedes, D., Marques-Neto, H. T., Ziviani, A., e Almeida, J. M. (2011). Detecção de Spammers na Rede de Origem. Em XXIX Simpósio Brasileiro de Redes de Computadores e Sistemas Distribuídos, Campo Grande, Brasil.
MessageLabs (2010). MessageLabs Intelligence: November 2010. Online.
Veloso, A., Meira, W., e Zakib, M. J. (2006). Lazy associative classification. Em Sixth International Conference on Data Mining, Hong Kong, China.
Publicado
19/07/2011
Como Citar
LAS-CASAS, Pedro Henrique B.; MARQUES-NETO, Humberto T..
Detecção de Spammers na Rede de Origem. In: CONCURSO DE TRABALHOS DE INICIAÇÃO CIENTÍFICA DA SBC (CTIC-SBC), 30. , 2011, Natal/RN.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2011
.
p. 123-132.
