بررسی و مقایسه تشخیص دهندگان هرزنامه

رضا عزیزی; علی اکبر نقابی; احمد حیدری شریف آباد

بررسی و مقایسه تشخیص دهندگان هرزنامه

Publish place: The first computer and network technology vision conference in 2030

Publish Year: 1394

Type: Conference paper

Language: Persian

This Paper With 14 Page And PDF Format Ready To Download

DOWNLOAD Paper

Certificate
I'm the author of the paper

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

هوش مصنوعی > یادگیری ماشین

Export:

Link to this Paper:

https://civilica.com/doc/554257

Document National Code:

MAYCOMP01_044

Index date: 24 January 2017

بررسی و مقایسه تشخیص دهندگان هرزنامه abstract

امروزه افزایش حجم هرزنامه ها برای بیشتر کاربران اینترنت آزار دهنده است 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 باعث از بین رفتن اطلاعات شود. بنابراین ما نیاز به تکنیک هایی جهت تشخیص اسپم یا هرزنامه داریم. تکنیک های تشخیص هرزنامه را به دو دسته کلی بدون یادگیری ماشین و با یادگیری ماشین تقسیم بندی می کنند. ما در این مقاله به بررسی و مقایسه تعدادی از روش های این دو تکنیک پرداخته ایم و آزمایشات را بروی تعدادی مجموعه داده هرزنامه نشان داده ایم با مقایسه نتایج آزمایشات مشاهده می شود روش های ترکیبی بهتر عمل می کند.

بررسی و مقایسه تشخیص دهندگان هرزنامه Keywords:

اسپم , بدون یادگیری ماشین , هرزنامه , یادگیری ماشین

بررسی و مقایسه تشخیص دهندگان هرزنامه authors

رضا عزیزی

گروه کامپیوتر، واحد میبد، دانشگاه آزاد اسلامی ، میبد ، ایران

علی اکبر نقابی

گروه کامپیوتر، واحد سبزوار، دانشگاه آزاد اسلامی ، سبزوار ، ایران

احمد حیدری شریف آباد

گروه کامپیوتر، واحد میبد، دانشگاه آزاد اسلامی ، میبد ، ایران

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 :

K. Rapoza, _ dying business of email spam, " _ ...

F. Sebastiani, "Machine learning in automated text categorization _ ACM ...

Annual Symposium On Computational Science and Engineering: ANSCSE14, Chiang Rai, ...

A. Kolcz, J. Alspector, "SVM-based filtering of email spam with ...

C. Likitkhajorn, A. Surareks and A. Runsawang, " A novel ...

International Joint Conference On Computer Science and S oftw areEngineering ...

_ Brightmail, "Spam Percentages and Spam Categories, " _ : ...

Levine, J. and Dekok, A., "Lightweight MTA authentication protocol (LMAP) ...

Top Ten Reviews. Spam Statistics 2006, _ : _ am-filterreview ...

Pew Internet and Americar Life Project data, "Trend Data, http: ...

Chi-Yuan Yen _ Chili-Hung Wu, Shine-Hwang Doong, ، Effective spam ...

Duncan Cook, Jacky Hartnett, Kevin Manderson and Joel Scanlan, _ ...

Schiavone, V., Brussin, D., Koenig, J., Cobb, S. and Everett-Church, ...

httg : _ _ cobb _ comuspam/teos, 20 03, Last ...

Chih-Hung Wu, _ Behavior-based spam detection using a hybrid method ...

Chi-Hung Wu, Chi-Yuan Yeh, Chih-Chin Lai, "Generating Behavior-based Classification Rules ...

D. Wang, D. Irani, and C. Pu, "Evolutionary study of ...

D.C. Trudgian, Z.R. Yang, "Spam classification using nearest neighbour techniques, ...

K. Aas, L. Eikvil , ،Text Categorization: A Survey" _ ...

Yamasaki, T., Email Statistics Report, 2010-2014, "Key Statistics for Email, ...

"Text:ngrams _ flexible ngram analysis (for characters, words, and more), ...

Total.aspx, Last Access Date : January, 2011. ...

Abu-Nimeh, S., Nappa, D., Wang, X., & Nair, S. (20 ...

Airoldi, E., Malin, B.: Data Mining Challenges For Electronic Safety: ...

M. Hopkins, E. Reeber, G. Forman, J. Suermondt, Spam email ...

Airoldi, E., Cohen, W.: Bayesian Models For Frequent Terms In ...

Jiancheng Sun, Chongxun Zheng, Xiaohe Li, Yatong Zhou "Analysis of ...

Cortes, C., Vapnik, V.: Support-Vector Networks. Machine Learning, 20, 273-297, ...

E.-S.M. El-Alfy, R.E. Abdel-Aal, Using GMDH-based networks for improved spam ...

I. Koprinska, J. Poon, I. Clark, and J. Chan, "Learning ...

Kohavi, R. (1996, August). Scaling up the accuracy of naive-Bayes ...

Freund, Y., & Mason, L. (1999, June). The alternating decision ...

Mitchell, T. M (1999). Machine learning and data mining. Comm ...

نمایش کامل مراجع