Spam Detection Bridge

RESUMEN: Para las empresas que prestan servicios de telecomunicaciones, en este caso específico Analítica de datos, siempre ha sido un reto detectar y actuar ante llamadas de spam y/o con fines maliciosos, por esta razón la compañía Marchex decide desarrollar un conjunto de servicios tecnológicos pa...

Full description

Autores:
Uribe Giraldo, Daniel
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2020
Institución:
Universidad de Antioquia
Repositorio:
Repositorio UdeA
Idioma:
spa
OAI Identifier:
oai:bibliotecadigital.udea.edu.co:10495/17364
Acceso en línea:
http://hdl.handle.net/10495/17364
Palabra clave:
Digitalización
Digitization
Telecomunicación
Telecommunications
Análisis de datos
Data analysis
Aprendizaje
Learning
DDD
Java
Spring
http://vocabularies.unesco.org/thesaurus/concept7411
http://vocabularies.unesco.org/thesaurus/concept527
http://vocabularies.unesco.org/thesaurus/concept2214
http://vocabularies.unesco.org/thesaurus/concept5
Rights
openAccess
License
http://creativecommons.org/licenses/by-nc-nd/2.5/co/
Description
Summary:RESUMEN: Para las empresas que prestan servicios de telecomunicaciones, en este caso específico Analítica de datos, siempre ha sido un reto detectar y actuar ante llamadas de spam y/o con fines maliciosos, por esta razón la compañía Marchex decide desarrollar un conjunto de servicios tecnológicos para resolver esta problemática. Estos servicios están conformados por un módulo encargado de recibir las llamadas; De ahora en adelante nos referiremos a este como Call-Stack. Unos modelos entrenados con técnicas de aprendizaje de máquinas para detectar posibles llamadas de SPAM y/o llamadas maliciosas, y un módulo encargado de conectar el Call-Stack y los modelos encargados; De ahora en adelante nos referiremos a este módulo como SPAM DETECTION BRIDGE. En este documento nos centraremos en desglosar el módulo de SPAM DETECTION BRIDGE mostrando las tecnologías usadas para desarrollarlo, arquitectura, patrones, protocolos de transporte, etc.