انتخاب ویژگی به کمک الگوریتم ژنتیک و تشخیص هرزنامه با خوشه بندی سلسله مراتبی مرکزگرا

اینترنت به طور چشمگیری ارتباط با دیگران را تغییر داده است. ایمیل یکی از سرویسهای که امروزه اینترنت برای کاربرانش فراهم می آورد. این سرویس به علت هزینه کم مورد توجه بسیاری از کاربران قرار گرفته است در کنار مزایای زیاد پست الکترونیکی، یکی از ضعفهای این سرویس این است که دائما بر تعداد ایمیلهایی که دریافت می گردد افزوده می شود. گسترش سریع این سرویس باعث شده عده ای درصد سوء استفاده از آن برآیند که نتیجه آن گسترش هرزنامه شده است، در واقع فیلتر هرزنامه، یک برنام کامپیوتری است که توانایی دسته بندی نامه های الکترونیکی را دارا می باشد، بیشتر این فیلترها از ترکیبی از چندین روش مانند فهرستهای سیاه یا سفید، فیلترهای بر پایه قانون و غیره برای شناسایی دقیقتر هرزنامه بهره می برند. در کاربردهای تجاری از ترکیب این روشهااستفاده می شود. در این تحقیق ما از الگوریتم ژنتیک برای انتخاب ویژگی های و سپس از خوشه بندی سلسله مراتبی برای تشخیص هرزنامه استفاده کرده و نتایج را با SVM و Naïve Bayesian مقایسه کرده ایم.

کلیدواژه ها:

هرزنامه ، خوشه بندی ، طبقه بندی ، الگوریتم ژنتیک ، خوشه بندی سلسله مراتبی