CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

کشف ایمیل های اسپم با استفاده از داده کاوی و خوشه بندی فازی

عنوان مقاله: کشف ایمیل های اسپم با استفاده از داده کاوی و خوشه بندی فازی
شناسه ملی مقاله: NCCOS03_089
منتشر شده در سومین همایش ملی کامپیوتر در سال 1394
مشخصات نویسندگان مقاله:

سمیه عیال واری - دانشجوی کارشناسی ارشد دانشگاه آزاد بابل
مبینا یخکشی - دانشجوی کارشناسی ارشد دانشگاه آزاد بابل

خلاصه مقاله:
کم ارزش ترین و مهمترین ارتباطات درجهان امروز ایمیل است آن برای همه کامپیوتر موثر ساده و دردسترس است سادگی ایمیل آن را درتهدیدهای زیاد اسیب پذیر کرده است یکی ازمهمترین تهدیدها ایمیل Spam است بصورت مجازی همه کاربران ایمیل درجهان ازایمیلهای Spam رنج می برند کلمه Spam استفاده شده تاناخواسته بودن میلهای بی ارزش فرستاده شده به inbox یک کاربراینترنت را توضیح دهد برای فرستندگان Spam خیلی راحت است که میلیون ها ایمیل Spam را بدون هیچ گونه هزینه به سرتاسر جهان بفرستند این یک سناریو رایج برای همه کاربران اینترنت ایجادکرده تا ایمیلهای بی ارزش را درصدها ثانیه ازراه دور دریافت کنند تکنیک های مختلف به توقف تهدید Spam یاکاهش موثرمیزان Spam منطبق شدها ند که به کاربران اینترنت درجهان حمله می کند چندین الگوریتم برای کشف ایمیل Spam استفاده شده است که شامل مصونیت ساختگی سیستم AIS ماشین بردارحمایتی SVM شبکه عصبی NN می باشد یکی ازاین تکنیک ها استفاده ازروشهای داده کاوی است که به منظور اصلاح روش خوشه بندی انتخاب شده است دراین مقاله قصد داریم پس ازانتخاب صفات و مقادیرمربوط به ایمیلهای ارسالی بااستفاده ازروش داده کاوی میزان تاثیر آنها را درSpam شدن ایمیل اندازه بگیریم و سپس بااستفاده ازروشهای خوشه بندی FCM,kmeans ایمیلهای Spam را ازغیرSpam مجزا کنیم

کلمات کلیدی:
Support Vector Machine, Artificial immune systems ,neural network, fuzzy c-means clustering algorithm, data mining

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/482041/