الگوریتم سلولی دندریت برای فیلترینگ پیام های اسپم شده ی تلفن همراه

با انقلاب دستگاه های موبایل و کاربردهایشان ، در طول سالها پیشرفت های قابل توجهی برای پشتیبانی از ویژگی های جدید ، علاوه بر ارتباطات تلفنی نرمال که شامل کاوش های وب ، شبکه های اجتماعی و سرگرمی ، قبوض موبایل ، سوابق دارویی و شخصی ، یادگیری الکترونیکی و اتصالات قوی به شبکه های چند گانه ، مشاهده شده است . به همان اندازه که دستگاه های موبایل به طور پیشرفته در حال رشد کردن و ارتقا یافتن هستند حجم فعالیت های هکینگی که آنها را هدف گیری کرده نیز به طور جدی افزایش یافته است . دریافت اسپم پیام کوتاه یکی از مسیر های متداول برای نفوذهای امنیتی است در کنار منابع هدر رفته و مزاحم برای استفاده کنندگان نهایی اسپم های توانمند برای حمله های نهایی مورد استفاده قرار گیرند و به عنوان یک حامل (رسانه ) برای انواع بد افزار های دیگر مانند کرم ها بک دورها و ثبات کلیدی استفاده شوند . نسل بعدی تکنولوژی های موبایل تاکید بیشتری بر موضوعات وابسته به امنیت به منظور حفاظت از محرمانگی ، جامعیت و در دسترس بودن دارد . این مقاله تعدادی از مجموعه ویژگی های مبتنی بر محتوا را به منظور ارتقاء خدمات پیام های متنی تلفن همراه در فیلترینگ پیام های ناخواسته (اسپم) مورد بررسی قرار می دهد به علاوه این مقاله مدل موثرتری از فیلترینگ اسپم ها را با استفاده از ترکیب کردن بیشترین ویژگی های مربوطه و آمیختن تصمیمات دو الگوریتم یادگیری ماشین با الگوریتم dca بسط و توسعه می دهد . این ارایه به طور تجربی بر روی دو مجموعه داده اسپم پیام کوتاه ارزیابی شده است . نتایج نشان داده است که پیشرفت های قابل توجهی با نهایت دقت فراخوانی و صحت اسپم ها و پیام های درست و قانونی به علت استفاده از کاربرد مدل مبتنی بر dca پیشنهاد شده می توانند بیایند .این مقاله یک مقاله آزاد با دستیابی آزاد تحت نظر لیسانس ccby-nc-nd می باشد که باز بینی آن تحت نظر و با مسیولیت اساتید برنامه نویس کنفرانس می باشد.

کلیدواژه ها:

ویژگی های مبتنی بر محتوا ، ارتقاء خدمات پیام های متنی ، صحت اسپم ها و پیام ها ، حفاظت از محرمانگی