CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

تحلیل زمان ساخت مدلها با الگوریتم های کارا یادگیری ماشین جهت کاهش نامه های الکترونیکی ناخواسته

عنوان مقاله: تحلیل زمان ساخت مدلها با الگوریتم های کارا یادگیری ماشین جهت کاهش نامه های الکترونیکی ناخواسته
شناسه ملی مقاله: CSITM02_302
منتشر شده در دومین همایش ملی مهندسی رایانه و مدیریت فناوری اطلاعات در سال 1394
مشخصات نویسندگان مقاله:

سیدمحسن هاشمی - آموزشکده فنی و حرفه ای سما ، دانشگاه آزاد اسلامی واحد سوسنگرد، سوسنگرد، ایران
عارف سیاحی - آموزشکده فنی و حرفه ای سما ، دانشگاه آزاد اسلامی واحد سوسنگرد، سوسنگرد، ایران

خلاصه مقاله:
هرزنامهها اغلب برای بسیاری از کاربران مزاحم یا مزاحمت ایجاد می کنند. چرا که نه تنها به کاهش قابلیت اطمینان ایمیل می شوند گاهی اوقات کاربران توسط هرزنامه تحت تاثیر تلف شدن پهنای باند شبکه، تلف شدن زمان، هزینه و گاهی اوقات عدمدریافت بعضی پیا ها توسط کاربران می باشند. هرزنامه های که بصورت پست الکترونیکی هستند صرفاً فقط بعنوان زباله نیستند و از آنجایی که شامل فایل پیوست ویروس و عوامل نرم افزارهای جاسوسی هستند می توانند برای یک سیستم و دریافت کنندگان آن خطرناک باشند و با عث از بین رفتن اطلا عات باشد. بنابراین ما نیاز به ابزارهای جهت تشخیص اسپم یا هرزنامه داریم.بسیاری ازتکنیک های تشخیص هرزنامه ها بر اساس روش های یادگیری ماشین پیشنهاد شده است. همانطور که مقدار اسپم به طرز چشم گیری با استفاده از ابزارهای پستی فراوان افزایش یافته است نیاز به روش های جهت تشخیص اسپم و همچنین مقابله با آن را داریم. با این که در حال حاضر و با توجه به تکنولوژی های موجود امکان حذف کامل این نوع از نامه های الکترونیکی ناخواسته وجود ندارد، ولی می توان با استفاده از برخی روش های موجود تعداد آنان را کاهش داد

کلمات کلیدی:
اسپم، ایمیل، داده کاوی، متن کاوی، یادگیری ماشین

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/423063/