تشخیص جرایم سایبری در ارتباطات برخط با رویکرد داده کاوی
Publish place: Inactive Defense Magazine، Vol: 11، Issue: 1
Publish Year: 1399
نوع سند: مقاله ژورنالی
زبان: Persian
View: 1,060
This Paper With 8 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_SAPD-11-1_006
تاریخ نمایه سازی: 24 تیر 1399
Abstract:
در سالهای اخیر سایتهای شبکه های اجتماعی برخط محبوبیت چشمگیری را به دست آوردهاند. جرایم سایبری از رسانههای اجتماعی به عنوان پلتفرم جدید در پذیرش انواع مختلف جرایم رایانهای مانند فیشینگ، اسپمینگ، اشاعه بدافزار و اذیت و آزار سایبری استفاده میکنند. در این تحقیق، با کمک استفاده از اطلاعات مفید در پیام ها، عملکرد تشخیص آزار و اذیتهای سایبری را بهبود داده می شود. انتخاب بهترین مشخصهها با قدرت جداکنندگی بالا بین توئیتهای مزاحمتهای سایبری و غیر مزاحمت های سایبری یک فعالیت پیچیده است که نیازمند تلاش قابل ملاحظهای در ساخت مدل یادگیری ماشین میباشد. در این راستا عملکرد پنج روش طبقه بندی بیزساده، ماشین بردار پشتیبان، درخت تصمیم، k- نزدیکترین همسایگی و شبکه عصبی را تحت پنج تنظیم مختلف به منظور انتخاب بهترین تنظیم برای مشخصه های پیشنهادی مقایسه شده است و با استفاده از الگوریتم های خفاش و ژنتیک و ازدحام ذرات پارامترهای C و سیگما را بهبود داده شده است و مقایسهای بین پنج روش طبقه بندی با پارامترهای پیش فرض و پارامترهایی که با الگوریتمهای بهینه ساز به دست آورده شده و مشخص شده است که الگوریتم خفاش از بین الگوریتم های دیگر بهینهساز بهترین عملکرد را داشته است. با توجه به پژوهشی که انجام شده بیشترین دقت را با مدل SVM به 56/86 و بیشترین صحت را به 14/87 بوده است.
Keywords:
Authors
محمد راستگو
دانشگاه امام رضا ع
مهرداد جلالی
دانشیار گروه مهندسی کامپیوتر، دانشگاه آزاد اسلامی واحد مشهد
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper 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 Paper لینک شده اند :