شناسایی هرزنامه های الکترونیکی با استفاده از ترکیب درخت تصمیم و منطق فازی ممدانی

امروزه هرزنامه ها یکی از مشکلات اصلی موتورهای جستجو هستند، به این دلیل که کیفیت نتایج جستجو را نامطلوب می سازند. در طول سالهای اخیر پیشرفتهای بسیاری در تشخیص صفحات جعلی وجود داشته است، اما در پاسخ تکنیکهای هرزنامه جدید نیز پدیدار شده اند. لازم است برای پیشی گرفتن از این حملات، تکنیکهای ضد هرزنامه بهبود یابند. با توجه به گسترش روزافزون وب و همچنین ظهور تکنیکهای جدید هرزنامه توسط هرزنامه نویسان، هدف از این تحقیق ارایه الگوریتمی جهت شناسایی هرزنامه ها با استفاده از تکنیک بهره اطلاعاتی و قوانین فازی ممدانی می باشد. در تحقیق حاضر در ابتدا ویژگیهای اثرگذار که در محتوای ایمیل مهمترند، جهت شناسایی هرزنامه بررسی میگردند. از جمله این ویژگیها میتوان به ویژگیهای محتوایی اشاره کرد. سپس اثرگذارترین ویژگیها مشخص شده و یک درخت تصمیم تشکیل می گردد. قواعد فازی ممدانی از درخت تصمیم استخراج میشود. به منظور ارزیابی روش پیشنهادی چند شبیه سازی بر روی آن صورت گرفته است . در شبیه سازیها از مجموعه دادگان استاندارد استفاده شده است. نتایج ارزیابی نشان دادهاند که روش پیشنهادی در مقایسه با روش دیگر از میزان دقت و فراخوانی بیشتری برخوردار است.

Keywords:

داده کاوی , ایمیل هرزنامه , منطق فازی ممدانی , درخت تصمیم.