SISTEM PERINGATAN DINI UNTUK MENDETEKSI SPAM PADA EMAIL MENGGUNAKAN DNSBL FILTER DAN SVM

"Tidak Setiap Email Yang Terkirim Dapat Masuk Ke Inbox Penerima"

Kenapa Kok Bisa tidak terkirim ? 

Flow Pengiriman Email

Email Sent

Email Bounce Flow

Email Confirmed as SPAM

Menurut Hasan Alkahtani, taksonomi untuk penyaringan spam pada email secara umum dapat dibagi menjadi 2 yaitu Reputation-Based Filtering dan Content-Based Filtering.

Menurut Hasan Alkahtani, taksonomi untuk penyaringan spam pada email secara umum dapat dibagi menjadi 2 yaitu Reputation-Based Filtering dan Content-Based Filtering.

DNSBL Filter

SVM Filter

Menurut Hasan Alkahtani, taksonomi untuk penyaringan spam pada email secara umum dapat dibagi menjadi 2 yaitu Reputation-Based Filtering dan Content-Based Filtering.

DNSBL Filter

SVM Filter

Rumusan Masalah

• Bagaimana langkah prefentif untuk mendeteksi spam pada email secara dini ?
• Bagaimana membangun Backend API yang menerapkan Support Vector Machine (SVM) dan DNSBL Filter ?

Batasan Masalah

• Menggunakan DNSBL Filter dan Support Vector Machine sebagai metode penyaringan spam.

• Menggunakan DNSBL dari dnsbl.info
• Dataset berupa kumpulan email dalam bahasa inggris.
• Menggunakan Kotlin sebagai bahasa utama dalam pembuatan sistem.
• Menggunakan Restful API sebagai metode Web Service dengan hasil berupa JSON.
• Aplikasi yang dikembangkan dalam penelitian ini berbasis Backend API.

Tujuan Penelitian

• Mencari langkah prefentif untuk mendeteksi spam pada email secara dini.
• Membangun Backend API yang menerapkan Support Vector Machine (SVM) dan DNSBL Filter.

Problem

Kerangka Penelitian

Belum adanya sistem deteksi dini email spam sebagai bentuk pencegahan pada MTarget

Approach

Menerapkan metode DNSBL Filtering dan klasifikasi SVM untuk membuat sistem deteksi dini email spam sebagai bentuk pencegahan

Development

Server Side : Kotlin dengan menggunakan framework vertx

Evaluation And Validation

Mengecek seluruh fitur yang ada menggunakan WEB UI

Result

Sistem Peringatan Dini Untuk Mendeteksi Spam Pada Email Menggunakan Dnsbl Filter Dan Svm

Scrapping Step

• Backend melakukan HTTP Request ke laman https://dnsbl.info mendapatkan laman tersebut dalam format HTML.
• Backend melakukan ekstraksi HTML tersebut menghasilkan daftar DNSBL.
• Daftar DNSBL kemudian disimpan kedalam file berekstensi csv.

   

SVM Learning Step

DNSBL Filter Step

• Backend membaca domain dari alamat email pengirim.

• DNS lookup tipe A pada domain yang akan di cek untuk mendapatkan ip. Sebagai contoh DNS lookup pada google.com akan mendapatkan ip 172.217.194.113.

• Ubah susunan ip dari a.b.c.d menjadi d.c.b.a. Sehingga susunanya menjadi 113.194.217.172.

• Backend mengambil daftar DNSBL dari file csv.

DNSBL Filter Step lanj.

• Untuk setiap DNSBL pada daftar, konkat ip dengan DNSBL tersebut. Sebagai contoh DNSBL yang akan dipakai adalah sbl.spamhaus.org. Sehingga susunanya menjadi 113.194.217.172.sbl.spamhaus.org.

• DNS lookup tipe TXT pada ip yang sudah di konkat. Apabila hasilnya sukses maka domain tersebut telah terblokir pada DNSBL yang terkait dan sebaliknya

• Lakukan pengulangan terhadap setiap DNSBL pada daftar.

Thank

You !