محمد فرزادی - دانشجو، دانشکده مدیریت ، گروه مدیریت فناوری اطلاعات ، دانشگاه پیام نور واحد تهران غرب ، تهران، ایران

امروزه، پست الکترونیکی به طور گستردهای به یکی از سریع ترین و مقرونبه صرفه ترین روشهای ارتباطی تبدیل و بنابراین ، مستعد سوءاستفاده شده است . یکی از موارد سوءاستفاده ارسال پست الکترونیکی ناخواسته ، به نام هرزنامه یا ایمیل های ناخواسته ، است . تشخیص هرزنامه یکی از مسائل اساسی است که محققان آن را بررسی کرده و استراتژیهای مختلفی برای حل این مسئله ارائه دادهاند. هدف از انجام این تحقیق ، ایجاد سیستمی کارا جهت تشخیص هرزنامه ها از ایمیل های سالم ، با استفاده از تکنیک های دادهکاوی است . این تکنیک روشی ترکیبی از الگوریتم شبکه عصبی و الگوریتم ژنتیک است . سیستم مذکور با استفاده از معیارهای ارزیابی سیستم های طبقه بندیکننده با دیگر روشها مقایسه شد. نتایج پیادهسازی سیستم ها به وضوح نشان می دهد که الگوریتم به درستی قادر به پیش بینی دادههای آزمون است و میزان خطای آن در مقایسه با روشهای دیگر در دست بررسی کمتر است که از دادههای یکسان استفاده می کنند. در نتیجه ، روش ترکیبی ANN و GA عملکرد بهتری در مقایسه با ANN معمولی و دیگر روشهای در دست بررسی دارد. سیستم فیلترینگ پیشنهادی برای شناسایی ایمیل های هرزنامه دقت ۲۶,۹۷% و مقدار خطای ۰۰،۳ در مجموعه دیتابیس spambase دارد.

طبقه بندی، ایمیل ، شبکه عصبی ، الگوریتم ژنتیک ، هرزنامه