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

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.

تشخیص هرزنامه، دسته بندی، ماشین بردار پشتیبان، الگوریتم کلونی زنبور عسل مصنوعی