شناسایی هرزنامه ها با استفاده از مدل n-gram

با توجه به گرایش افرادو دولت ها به کاربرد ارتباطات الکترونیکی سودجویان هرروز به دنبال راهی برای بهره برداری ا ز این محیط ارتباطی مجازیداریند یکی از موارد ناخواسته در ارتباطات الکترونیکی پیامهای ناخواسته و غیرمعتبر می باشد درمحیط تبادل نامه های الکترونیکی این پیام ها با نام هرزنامه شناخته می شوند از جمله مواردی که درعمل باعث مقبولیت یک سرویس دهنده پست الکترونیکی می گردد توانایی فیلترینگ خودکار این گونه نامه ها م یبا شد لذا الگوریتمهای فیلترینگ هرزنامه ها بطور مداوم درحال پیشرفت و تکامل هستند و درمقابل نیز فرستندگان هرزنامه روشهای جدیدی برای عبور از فیلترها ابداع می کنند یکی از روشهای مناسب برای فیلترینگ هرزنامه ها مدل n-gram می باشد که اساس آن برفرض وابسته بودن هرکلمه از نامه به n کلمه قبلی استوار است این روش از دقت و سرعت مناسبی برخودار می باشد. دراین مقاله کارایی و نرخ موفقیت این مدل درتشخیص و دسته بندی هرزنامه ها مورد مطالعه قرارگرفته است.

کلیدواژه ها:

فیلترینگ هرزنامه ، دسته بندی ، یادگیری ماشینی ، مدل n-gram