سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

ارائه روشی برای کشف هرزنامه ها با طبقه بندی ماشین بردار پشتیبان و انتخاب ویژگی ها

Publish Year: 1393
Type: Conference paper
Language: Persian
View: 954

This Paper With 12 Page And PDF Format Ready To Download

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

Export:

Link to this Paper:

Document National Code:

TDCONF01_021

Index date: 10 July 2015

ارائه روشی برای کشف هرزنامه ها با طبقه بندی ماشین بردار پشتیبان و انتخاب ویژگی ها abstract

امروزه هرزنامه ها تبدیل به یک معضل برای کاربران و شرکت های آی تی و سازمان ها ازلحاظ اجتماعی , اقتصادی وز مانی شده است , زیرا در این زمینه مقدار بزرگی از پهنای باند به هدر می رود و در سیستم فرستادن ایمیل سرریز رخ می دهد. از طرفی اغلب هرزنامه ها می توانند شامل ویروس،اسب تروا یا نرم افزارهای خطرناک دیگری باشند که منجر به خرابی در رایانه ها و شبکه ها شوند.یکی از روش های مقابله با هرزنامه هااستفاده از روش های یادگیری ماشین است که در دهه اخیر موردتوجه زیادی قرارگرفته است. ماشین بردار پشتیبان یکی از روش های مؤثر در یادگیری ماشین در تشخیص هرزنامه هامحسوب می شود که در بعضی از تحقیقات کارایی آن نسبت به سایر طبقه بندی ها بیشتراست ولی با افزایش ویژگی ها در هرزنامه ها کارایی ماشین بردار پشتیبان به شدت کاهش می یابد. در این مقاله روشی برای کشف هرزنامه ها با طبقه بندی ماشین بردار پشتیبان و استفاده از انتخاب ویژگی های مناسب با استفاده از ترکیب دو الگوریتم ژنتیک و بهینه کلونی مورچگان برروی4 مجموعه دادگان ایمیل ارائه شده است. نتایج آزمایشات نشان می دهد که روش پیشنهادی برای مجموعه دادگان نامه های الکترونیکی با ویژگی های زیاد، برای ماشین بردار پشتیبان مقیاس پذیر بوده و دارای صحت بیشترو نرخ خطای کمتری نسبت به روش های جاری دیگر مانند SVM، SVM-GA، SVM-ACO می باشد.

ارائه روشی برای کشف هرزنامه ها با طبقه بندی ماشین بردار پشتیبان و انتخاب ویژگی ها Keywords:

ارائه روشی برای کشف هرزنامه ها با طبقه بندی ماشین بردار پشتیبان و انتخاب ویژگی ها authors

زهرا سادات ترابی

دانشگاه آزاد اسلامی واحد نجف آباد

محمدحسین ندیمی

دانشگاه آزاد اسلامی واحد نجف آباد

اکبر نبی اللهی

دانشگاه آزاد اسلامی واحد نجف آباد

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 :
زهراسادات ترابی، محمدحسین ندیمی _ مروری بر ارزیابی ماشین بردار ...
And routsopoulo s, I., J. Koutsias, K. V. Chandrinos, G. ...
Auria, L. and R. A. Moro (2008). Support vector machines ...
Awad, W. and S. ELseuofi (2011). "Machine Learning methods for ...
Chandra, E. and K. Nandhini (2010). "Learning and Optimizing the ...
Chhabra, P., R. Wadhvani and S. Shukla (2010). "Spam filtering ...
Chitra, S., K. Jayanthan, S. Preetha and . U. Shankar ...
Cook, D., J. Hartnett, K. Manderson and J. Scanlan (2006). ...
De Jong, K. A., W. M. Spears and D. F. ...
Dorigo, M. (1992). "Optimization, learning and natural algorithms." Ph. D. ...
Drucker, H., S. Wu and V. N Vapnik (1999). "Support ...
FENG, Y. and H .ZHOU (2013). "An Effective and Efficient ...
Guzella, T. S. and W. M. Caminhas (2009). "A review ...
Huang, C.-L. (2009). "ACO-based hybrid classification system with feature subset ...
Huang, C.-L .and C.-J. Wang (2006). "A GA-based feature selection ...
Ishibuchi, H. and T. Nakashima (2000). Multi-objective pattern and feature ...
kaspersky. (2014). from http : //www. kaspersky. c om/ab out/ne ...
Kim, K. I., K. Jung and J. H. Kim (2003). ...
Leguizamon, G. and Z. Michalewicz (1999). A new version of ...
Liu, H., J. Li and L. Wong (2002). "A comparative ...
Nakulas, A., L. Ekonomou, S. Kourtesi, G. P .Fotis and ...
Ojala, T., M. Pietikainen and D. Harwood (1996). "A comparative ...
Pham, D., Z. Muhamad, M. Mabmuddin, A. Ghanbarzadeh, E. Koc ...
Punch III, W. F., E. D. Goodman, M. Pei, L. ...
Raymer, M. L , .W. F. Punch, E. D. Goodman, ...
Schoenauer, M. (1997). "Evolutionary Computation Published in Control and Cybernetics ...
Sebastiani, F. (2002). "Machine learning in automated text categorization." ACM ...
Sheta, A. and H. Turabieh" .)2006(A comparison between genetic algorithms ...
Siedlecki, W. and J. Sklansky (1989). "A note on genetic ...
Song, Q., W. Hu and W. Xie (2002). "Robust support ...
Webb, A. R. (2003). Statistical pattern recognition, John Wiley & ...
Wei, L., Y. Yang, R. M. Nishikawa, M. N. Wermick ...
Yang, J. and V. Honavar (1998). Feature subset selection using ...
Vapnik, V. (2000). The nature of statistical learning theory, springer. ...
نمایش کامل مراجع

مقاله فارسی "ارائه روشی برای کشف هرزنامه ها با طبقه بندی ماشین بردار پشتیبان و انتخاب ویژگی ها" توسط زهرا سادات ترابی، دانشگاه آزاد اسلامی واحد نجف آباد؛ محمدحسین ندیمی، دانشگاه آزاد اسلامی واحد نجف آباد؛ اکبر نبی اللهی، دانشگاه آزاد اسلامی واحد نجف آباد نوشته شده و در سال 1393 پس از تایید کمیته علمی اولین همایش ملی الکترونیکی پیشرفت های تکنولوژی در مهندسی برق، الکترونیک و کامپیوتر پذیرفته شده است. کلمات کلیدی استفاده شده در این مقاله انتخاب ویژگی ها, ماشین بردار پشتیبان(SVM) , الگوریتم ژنتیک(GA) , الگوریتم بهینه کلونی مورچگان (ACO) هستند. این مقاله در تاریخ 19 تیر 1394 توسط سیویلیکا نمایه سازی و منتشر شده است و تاکنون 954 بار صفحه این مقاله مشاهده شده است. در چکیده این مقاله اشاره شده است که امروزه هرزنامه ها تبدیل به یک معضل برای کاربران و شرکت های آی تی و سازمان ها ازلحاظ اجتماعی , اقتصادی وز مانی شده است , زیرا در این زمینه مقدار بزرگی از پهنای باند به هدر می رود و در سیستم فرستادن ایمیل سرریز رخ می دهد. از طرفی اغلب هرزنامه ها می توانند شامل ویروس،اسب تروا یا نرم ... . این مقاله در دسته بندی موضوعی الگوریتم ژنتیک طبقه بندی شده است. برای دانلود فایل کامل مقاله ارائه روشی برای کشف هرزنامه ها با طبقه بندی ماشین بردار پشتیبان و انتخاب ویژگی ها با 12 صفحه به فرمت PDF، میتوانید از طریق بخش "دانلود فایل کامل" اقدام نمایید.