Publisher of Iranian Journals and Conference Proceedings

Please waite ..
ناشر تخصصی کنفرانسهای ایران
ورود |عضویت رایگان |راهنمای سایت |عضویت کتابخانه ها
عنوان
مقاله

مروری بر الگوریتم های یادگیری دسته جمعی جهت تشخیص هرزنامه

اولین همایش ملی الکترونیکی پیشرفت های تکنولوژی در  مهندسی برق، الکترونیک و کامپیوتر
سال انتشار: 1393
کد COI مقاله: TDCONF01_158
زبان مقاله: فارسیمشاهده این مقاله: 974
فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 7 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله مروری بر الگوریتم های یادگیری دسته جمعی جهت تشخیص هرزنامه

علی حلافی - دانشجوی کارشنارسی ارشد، دانشگاه آزاد اسلامی واحد اهواز
علی هارون آبادی - استادیار، گروه نرم افزار، دانشگاه آزاد اسلامی واحد تهران مرکزی ، تهران
علی چوبین - دانشجوی کارشنارسی ارشد، دانشگاه آزاد اسلامی واحد اهواز

چکیده مقاله:

در دنیای امروز اینترنت یکی از مهمترین روش های ارتباطی است، ونقش مهمی در زندگی امروز ایفا می کند. پست الکترونیک نیز یکی از مهمترین وگسترده ترین خدماتی است که اینترنت در اختیار کاربرانش قرار می دهد. این خدمت بنا به دلایلی از جمله سادگی . هزینه ی کم بسیار مورد توجه قرار گرفته است. همچنین عده ای عوامل سودجو از محیط مجازی و این خدمت برای تبلیغ کالا و یا مسائلی دیگر به فکر سوء استفاده هستند، بطوری که در راستای این عمل یکسری نامه-های نامعتبر به روزانه به طور ناخواسته وارد پست الکترونیکی ما می شوند که از آنها به نام هرزنامه یا نامه های تجاری ناخواسته یاد می شود که در حال افزایش هستند. راه های متعدد وفراوانی جهت مقابله با این پدیده ارائه شده است که هر کدام یکسری مزایا ومعایب دارند، شناخت صحیح عملکرد هر کدام از این الگوریتم ها و میزان دقت در تشخیص و فیلترکردن نامه های الکترونیکی نامعتبرکاری ضروری می باشد. ما در این جستار به الگوریتم های یادگیری جمعی(به جای الگوریتم های منفرد) و معرفی آنها پرداخته ایم.

کلیدواژه ها:

یادگیری ، الگوریتم های دسته جمعی ، تکنیک های فیلترینگ و هرزنامه

کد مقاله/لینک ثابت به این مقاله

کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا TDCONF01_158 میباشد و برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/362520/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
حلافی، علی و هارون آبادی، علی و چوبین، علی،1393،مروری بر الگوریتم های یادگیری دسته جمعی جهت تشخیص هرزنامه،اولین همایش ملی الکترونیکی پیشرفت های تکنولوژی در مهندسی برق، الکترونیک و کامپیوتر،اردبیل،https://civilica.com/doc/362520

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1393، حلافی، علی؛ علی هارون آبادی و علی چوبین)
برای بار دوم به بعد: (1393، حلافی؛ هارون آبادی و چوبین)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :

  • a Classification Method by Cross -Validation", Machine Learning, vol. 13, ...
  • Y. Yang and J. O. Pedersen, _ comparative Study on ...
  • L. S. Larkey and W. B. Croft, "Combining Classifiers in ...
  • D. Opitz, 0Feature Selection for Ensembles", In Proceedings of 16th ...
  • G. P. C. Fung, J. X. Yu, H. Wang, D. ...
  • K. Wood, W. P. Kegelmeyer and K. Bowyer, "Combination of ...
  • E. M. D. Santos, R. Sabourin and P. Maupin, "A ...
  • G. Brown, "Ensemble Learning", In: Encyclopedia of Machine Learning, Springer ...
  • N. Littlestone and M. K. Warmuth, "The Weighted Majority Algorithm. ...

مدیریت اطلاعات پژوهشی

صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

نظرات خوانندگان

5.00
2 تعداد پژوهشگران نظر دهنده
5 2
4 0
3 0
2 0
1 0

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز: دانشگاه آزاد
تعداد مقالات: 12,094
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

مقالات پیشنهادی مرتبط

مقالات مرتبط جدید

طرح های پژوهشی مرتبط جدید

به اشتراک گذاری این صفحه

اطلاعات بیشتر درباره 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.

پشتیبانی