تشخیص جرایم سایبری در شبکه اجتماعی
- سال انتشار: 1398
- محل انتشار: سومین کنفرانس ملی مهندسی برق و کامپیوتر
- کد COI اختصاصی: ISCELEC03_056
- زبان مقاله: فارسی
- تعداد مشاهده: 484
نویسندگان
کارشناس ارشد مهندسی کامپیوتر گرایش نرم افزار ،دانشگاه امام رضا(ع)
دانشیار گروه مهندسی کامپیوتر دانشگاه آزاد اسلامی واحد مشهد
چکیده
در سال های اخیر سایت های شبکه های اجتماعی برخط محبوبیت چشمگیری را به دست آورده اند. جرایم سایبری از رسانه های اجتماعی به عنوان پلتفرم جدید در پذیرش انواع مختلف جرایم رایانه ای مانند فیشینگ، اسپمینگ، اشاعه بدافزار و اذیت و آزار سایبری استفاده می کنند. در این تحقیق، با کمک استفاده از اطلاعات مفید در پیام ها، عملکرد تشخیص آزار و اذیت های سایبری را بهبود می دهیم. انتخاب بهترین مشخصه ها با قدرت جداکنندگی بالا بین توئیت های آزار و اذیت سایبری و غیر آزار و اذیت سایبری یک فعالیت پیچیده است که نیازمند تلاش قابل ملاحظه ای در ساخت مدل یادگیری ماشین می باشد. در این راستا عملکرد پنج روش طبقه بندی بیزساده، ماشین بردار پشتیبان، درخت تصمیم ، k نزدیک ترین همسایگی و شبکه عصبی را تحت پنج تنظیم مختلف به منظور انتخاب بهترین تنظیم برای مشخصه های پیشنهادی مقایسه می نماییم و با استفاده از الگوریتم های خفاش و ژنتیک و ازدحام ذرات پارامترهای C و سیگما را بهبود داده ایم و مقایسه ای بین پنج روش طبقه بند با پارامترهای پیش فرض و پارامترهایی که با الگوریتم های بهینه ساز بدست آوردیم پرداختیم و نشان داده ایم که الگوریتم خفاش از بین الگوریتم های دیگر بهینه ساز بهترین عملکرد را داشته است.کلیدواژه ها
جرم،سایبری،الگوریتم داده کاوی، ماشین بردار پشتیبانمقالات مرتبط جدید
- جایابی و تعیین ظرفیت بهینه منابع تولید پراکنده تجدیدپذیر در شبکه های هوشمند
- حفاظت از اضافه ولتاژ ناشی از صاعقه در خطوط توزیع فشار ضعیف
- یک روش نوین مبتنی بر بهینه سازی برای ردیابی نقطه توان حداکثر مطلق درشرایط سایه نسبی در آرایه های فتوولتائیک: تحلیل مقایسه ای با روشهای مرسوم
- Utilizing Hybrid Machine Learning Approaches to Enhance the Accuracy ofIndoor Positioning Systems
- EnhancingPower System Resilience Using Swappable Battery Integration and SeasonalLoad Profiling: A Bi-Level Optimization Approach
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.