تکنیک های یادگیری ماشین برای تشخیص هرزنامه در پلتفرم ایمیل

سال انتشار: 1403
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 167

فایل این مقاله در 18 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ELEMECHCONF08_174

تاریخ نمایه سازی: 19 تیر 1403

چکیده مقاله:

امروزه ایمیل ها تقریبا در هر زمینه ای از کسب و کار گرفته تا آموزش مورد استفاده قرار می گیرند. ایمیل ها دو زیرمجموعه دارند، نامه(ham) و هرزنامه(spam) هرزنامه که به آن ایمیل های ناخواسته نیز گفته می شود، نوعی ایمیل است که می تواند با اتلاف وقت، منابع محاسباتی و سرقت اطلاعات ارزشمند به هر کاربر آسیب برساند. نسبت ایمیل های اسپم روز به روز به سرعت در حال افزایش است. شناسایی و فیلتر کردن هرزنامه امروزه مشکلات مهم و عظیمی برای ارائه دهندگان خدمات ایمیل است. در میان تمام تکنیک های توسعه یافته برای شناسایی و جلوگیری از هرزنامه، فیلتر کردن ایمیل یکی از ضروری ترین و برجسته ترین رویکردها است. چندین تکنیک یادگیری ماشین و یادگیری عمیق برای این منظور استفاده شده است، به عنوان مثال، بیز ساده، درخت تصمیم، شبکه های عصبی و جنگل تصادفی. این مقاله تکنیک های یادگیری ماشینی مورد استفاده برای تکنیک های فیلتر هرزنامه مورد استفاده در پلتفرم ایمیل را با طبقه بندی آنها در دسته های مناسب بررسی می کند. مقایسه جامع این تکنیک ها نیز بر اساس دقت، درستی، یادآوری و غیره انجام شده است. در پایان، تکنیک های چندین ایمیل سرور نیز مورد بحث قرار گرفته است.

نویسندگان

شادی منتظررحمتی

کارشناس شبکه، مرکز فناوری اطلاعات و امنیت فضای مجازی، دانشگاه تبریز، تبریز، ایران