شناسایی پروفایل های جعلی در شبکه های اجتماعی با استفاده الگوریتم ماشین بردار پشتیبان بهینه شده با الگوریتم های بهینه سازی

در رسانه های اجتماعی ، حجم قابل توجهی از دادهها در سراسر جهان توزیع شده است و روزانه هزاران کاربر جدید به رسانه های اجتماعی می پیوندند. رسانه اجتماعی یک زندگی مجازی است که در آن کاربران مخرب می توانند بر اعتبار افراد تاثیر بگذارند. بیشتر این نوع فعالیت ها توسط پروفایل های جعلی انجام می شود. بنابراین ، شناسایی پروفایل های جعلی ضروری است و می توان آن را در مراحل اولیه ساخت پروفایل انجام داد. در این پایان نامه ، هدف طراحی یک مدل یادگیری ماشین است که پروفایل های جعلی را در مراحل اولیه شناسایی کند. در روش پیشنهادی یک طبقه بندی کننده باینری ماشین بردار پشتیبان آموزشدیده بر روی مجموعه داده کاگل موجود به منظور شناسایی اینکه آیا یک پروفایل جعلی است یا نه اعمال می گردد. این طبقه بند با هدف پیدا کردن یک ابر صفحه بهینه برای جدا کردن دو کلاس استفاده شده است . همچنین این ابر صفحه بهینه با کمک چهار الگوریتم بهینه سازی خفاش، کرم شب تاب، گرگ خاکستری و نهنگ که از پدیدههای مختلف طبیعی الهام گرفته شدهاند، یافت می شود. نتایج نشان می دهد، در بین چهار الگوریتم بهینه سازی، عملکرد الگوریتم بهینه ساز گرگ خاکستری بهتر از دیگر الگوریتم ها است . با این حال، هر چهار الگوریتم بهینه سازی به طور قابل توجهی عملکرد بهتری از مدل پایه ماشین بردار پشتیبان دارند.

کلیدواژه ها:

شناسایی پروفایل های جعلی ، ماشین بردار پشتیبان ، الگوریتم های بهینه سازی