فیلتر کردن هرزنامه های پست الکترونیکی با روشهای ترکیبی یادگیری ماشین

افزایش حجم هرزنامه ها، نیاز به یک سیستم دقیق و کارای فیلترینگ هرزنامه در پست الکترونیکی را نتیجه خواهد داد.هدف این تحقیق، ارایهی یک روش یادگیری ماشین ترکیبی برای بالابردن کارایی در تشخیص و فیلتر کردن خودکار اینهرزنامه ها و تفکیک آنها از پیام های قانونی می باشد. استفاده از تلفیق روشهای ترکیبی یادگیری ماشین و پردازش هایپست الکترونیک متن- گرا، خصوصا در بخش فیلترهای انتخاب ویژگی تا کنون بسیار محدود انجام پذیرفته و روشهایترکیبی پیشین خطای نسبتا بالایی در تشخیص هرزنامه ها داشته اند. در این مقاله، از یک روش ترکیبی جدید در فازانتخاب ویژگی استفاده شده است. در این روش، ابتدا عملیات پیش پردازش بر روی متون پیام ها انجام پذیرفته، پس از آنویژگی های استخراج شده به دو فیلتر پشت سر هم داده شده و بهترین ویژگیها بعنوان ویژگی های نهایی، انتخاب شده و بادسته بندهای مختلف (با تنظیم پارامترهای مربوطه)، مورد تست قرار می گیرند. نتایج نشان می دهد که کارایی این روشبالای 99 % می باشد.

Keywords:

هرزنامه , فیلتر کردن , انتخاب ویژگی , دسته بندی , یادگیری ماشین