شناسایی و تشخیص ایمیل های هرز بر اساس روش ترکیبی ماشین بردار پشتیبان و الگوریتم تکاملی کلونی زنبور عسل مصنوعی
سال انتشار: 1397
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 515
فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CEITCONF02_096
تاریخ نمایه سازی: 27 اردیبهشت 1398
چکیده مقاله:
امروزه هرزنامه ها باعث ایجاد مشکلات متعددی نظیر اتلاف وقت کاربران، هدر رفتن منابع سخت افزاری، اتلاف پهنای باند شبکه، آزار و عدم احساس امنیت کاربران و مواردی از این دست می شوند. بنابراین نیاز به روشی برای حل مشکل هرزنامه ها احساس می گردد. از این رو محققان، تحقیقات گستردهای برای شناسایی و تشخیص هرزنامه ها انجام داده اند. در این پژوهش، روش ترکیبی ماشین بردار پشتیبان و الگوریتم تکاملی کلونی زنبور عسل مصنوعی جهت شناسایی و تشخیص ایمیل های هرزنامه ها ارایه شده است. مجموعه دادهی تحقیق Spambase می باشد که دارای 57 ویژگی و دو برچسب کلاس که نشان دهنده ی ایمیل عادی و هرزنامه است، می باشد. نتایج پژوهش نشان می دهد که روش پیشنهادی با نرخ دقت، نرخ تشخیص و نرخ هشدار غلط به ترتیب 94/4 درصد، 94 درصد و 5 درصد دارای نتایج قابل قبولی در مقایسه با روش های ماشین بردار پشتیبان و نیز ماشین بردار پشتیبان با پارامترهای بهبود یافته می باشد.
کلیدواژه ها:
نویسندگان
زهرا جمال پور
گروه مهندسی کامپیوتر، واحد اهواز، دانشگاه آزاد اسلامی، اهواز، ایران
ماشالله عباسی دزفولی
گروه مهندسی کامپیوتر، واحد اهواز، دانشگاه آزاد اسلامی، اهواز، ایران