تشخیص هرزنامه در شبکههای اجتماعی با استفاده از رویکرد شبکه عصبی عمیق
- سال انتشار: 1402
- محل انتشار: بیستمین سمپوزیوم بین المللی هوش مصنوعی و پردازش سیگنال
- کد COI اختصاصی: CDI20_023
- زبان مقاله: فارسی
- تعداد مشاهده: 35
نویسندگان
کارشناسی ارشد مهندسی کامپیوتر نرم افزار دانشگاه صنعتی سجاد
دانشکده مهندسی کامپیوتر و فناوری اطلاعات، دانشگاه سجاد
چکیده
هرزنامه یکی از چالش های مهم اینترنت و کاربران آنلاین است و باعث اتلاف وقت و همچنین باعث انتشار انواع بدافزار در اینترنت می شود. هدف از این مقاله بررسی روش ترکیب شبکه عصبی عمیق به منظور شناسایی هرچه بهتر و دقیق تر صفحات هرزنامه از غیر هرزنامه می باشد . در این پژوهش برای تجزیه و تحلیل از مجموعه داده مرتبط استفاده شده و نتایج آزمایشات نشان میدهد متوسط خطای روش پیشنهادی در تشخیص هرزنامه مخزن داده هرزنامه ها در پایگاه داده برابر ۰٫۱۵۲ است و همچنین متوسط شاخص حساسیت و صحت روش پیشنهادی در تشخیص هرزنامه برابر ۹۹٫۱۲% و ۹۹٫۶۷% است. آزمایشات نشان می دهد روش پیشنهادی دارای شاخص حساسیت و صحت بیشتر از روش های یادگیری و داده کاوی جهت تشخیص هرزنامه است.کلیدواژه ها
تشخیص هرزنامه ، شبکه های اجتماعی، طبقه بندی ، انتخاب ویژگی ، شبکه عصبی عمیق و الگوریتم بهینه کفتار خالدارمقالات مرتبط جدید
- تشخیص ایراد موتور القایی با استفاده از تابع چگالی احتمال سیگنال لرزش و معیار کولبک لیبلر
- شناسایی چالش های توسعه یک سیستم هوش مصنوعی توصیف پذیر با بهره گیری از سوالات کاربران در انجمن های پرسش و پاسخ به وسیله ی الگوریتم های خوشه بندی متون
- بهبود تشخیص سرطان سینه با استفاده از شبکه عصبی پیچشی کوانتومی
- پیش بینی بار برگشتی در صنعت سیمان با استفاده از شبکه عصبی BLSTM
- طراحی ماهواره مکعبی۱U جهت پایش محیط زیست
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.