بررسی و مقایسه تشخیص دهندگان هرزنامه
Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 457
This Paper With 14 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
MAYCOMP01_044
تاریخ نمایه سازی: 5 بهمن 1395
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.
Keywords:
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 :