عبدالوحید بلوچی - دانشجوی کارشناسی ارشد- واحد لامرد- دانشگاه آزاد اسلامی- لامرد- ایران.
جعفر پرتابیان - دانشکده مهندسی کامپیوتر- واحد لامرد- دانشگاه آزاد اسلامی- لامرد- ایران.

اشکال متفاوتی از تبلیغات آنلاین همانند بنرهای متحرک، تصاویر، انیمیشن و پنجره های بازشو توسط مرورگرهای اینترنتی به کاربرانفضای اینترنت نمایش داده می شود. تبلیغات تصویری آنلاین عموما باعث کاهش پهنای باند و افزایش هزینه های کاربران شده و حریمخصوصی آنها را نیز تحت تاثیر قرار خواهد داد. برای مقابله با این موارد، کاربران در قالب افزونه های مختلف از روش هایی همانندفیلترینگ، نرم افزاری، سخت افزاری و محدود نمودن DNS برای مسدود کردن تبلیغات تصویری در مرورگرهای اینترنتی استفادهمی نمایند. از مهم ترین افزونه های مسدودکننده تبلیغات تصویری در مرورگرهای اینترنتی میتوان به AdBlock ، AdBlock Plus ، Adguard و Ghostery اشاره نمود که علیرغم استفاده از روش هایی همانند شبکه های عصبی اما همچنان با چالش دقتناکافی جهت مسدود کردن این نوع از تبلیغات مواجه هستند. در این پژوهش از توانمندیهای روش یادگیری عمیق استفاده و روشینوین جهت افزایش دقت افزونه های مسدودکننده تبلیغات تصویری در مرورگرهای اینترنتی ارائه نموده ایم. روش پیشنهادی وروش های مورد مقایسه پژوهش ابتدا توسط مجموعه دادههای معتبر UCI شامل مشخصات ۳۲۷۹ تصویر تبلیغاتی و غیرتبلیغاتی وتوسط نرم افزار متلب آموزش یافته و پیادهسازی شده است. در ادامه از معیارهای تجزیه وتحلیل پژوهش همانند ماتریس درهمریختگیو Accuracy استفاده نموده و میزان دقت روش پژوهش و روش های مورد مقایسه تشخیص و مسدود کردن تبلیغات تصویری درمرورگرهای اینترنتی را استخراج نموده ایم. مطابق نتایج ارزیابی به دست آمده، روش یادگیری عمیق پیشنهادی دقتی معادل با ۰.۹۶۰۶را حاصل نموده است که نسبت به روش های مورد مقایسه بهبود قابل ملاحظه ای داشته است .

افزونه، مسدودکننده، تبلیغات تصویری، مرورگر اینترنتی، یادگیری عمیق