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

ارائه روش ترکیبی جهت تشخیص اسپم در شبکههای اجتماعی از طریق تحلیل گراف وتحلیل رفتار کاربران

اعتبار موردنیاز PDF: ۱ | تعداد صفحات: ۷ | تعداد نمایش خلاصه: ۲۲۹ | نظرات: ۰
سال انتشار: ۱۳۹۴
کد COI مقاله: CITCONF03_531
زبان مقاله: فارسی
حجم فایل: ۶۴۷.۱۸ کیلوبایت (فایل این مقاله در ۷ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

متن کامل این مقاله دارای ۷ صفحه در فرمت PDF قابل خریداری است. شما می توانید از طریق بخش روبرو فایل PDF این مقاله را با پرداخت اینترنتی ۳۰,۰۰۰ ریال بلافاصله دریافت فرمایید
قبل از اقدام به دریافت یا خرید مقاله، حتما به فرمت مقاله و تعداد صفحات مقاله دقت کامل را مبذول فرمایید.
علاوه بر خرید تک مقاله، می توانید با عضویت در سیویلیکا مقالات را به صورت اعتباری دریافت و ۲۰ تا ۳۰ درصد کمتر برای دریافت مقالات بپردازید. اعضای سیویلیکا می توانند صفحات تخصصی شخصی روی این مجموعه ایجاد نمایند.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل PDF مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۷ صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله ارائه روش ترکیبی جهت تشخیص اسپم در شبکههای اجتماعی از طریق تحلیل گراف وتحلیل رفتار کاربران

  اکرم معتمدی قهفرخی - دانشکده مهندسی کامپیوتر، واحد نجفآباد، دانشگاه آزاد اسلامی، نجفآباد، ایران
    تقی جاودانی - دانشکده مهندسی کامپیوتر ،واحدنجف آباد ، دانشگاه آزاد اسلامی، نجفآباد، ایران

چکیده مقاله:

با توجه به گسترش استفاده از اینترنت و شبکههای اجتماعی، اسپمر های زیادی در سطح این سرویسها وجود دارد. این وضعیت مشکلات امنیتی و چالشهای متعددی، در سطح اینترنت و شبکه اجتماعی ایجاد نموده است. شناسایی اسپمرها یکی از مواردی است که موردتوجه محققان بسیاری قرارگرفته است. راهکارهای متعددی برای شناسایی و محدود کردن اسپمر ها ارائهشده است. اگرچه هنوز مشکلات متعددی در این زمینه وجود دارد و نیازمند تحقیقات بیشتری است. در این پژوهش به شناسایی اسپمر با استفاده از ویژگیهای رفتاری و ارتباط آنها با کاربران تحت عنوان تحلیل گرافپرداختهشده و راهکاری ارائه گردیده که بتواند در شناسایی بهتر اسپمر ها عمل کند. نتایج این تحقیق نشاندهنده ی این است که بهرهگیری از تئوری تحلیل گرافها و آنالیز رفتاری به کار گرفتهشده ،موجب افزایش دقت شناسایی اسپمر ها در مقایسه تحقیقات پیشین است.

کلیدواژه‌ها:

اسپم، اسپمر، تشخیص اسپم، تحلیل گراف، تحلیل رفتار کاربر

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-CITCONF03-CITCONF03_531.html
کد COI مقاله: CITCONF03_531

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
معتمدی قهفرخی, اکرم و تقی جاودانی، ۱۳۹۴، ارائه روش ترکیبی جهت تشخیص اسپم در شبکههای اجتماعی از طریق تحلیل گراف وتحلیل رفتار کاربران، سومین کنفرانس بین المللی پژوهشهای کاربردی در مهندسی کامپیوتر و فن آوری اطلاعات، تهران، دانشگاه صنعتی مالک اشتر، https://www.civilica.com/Paper-CITCONF03-CITCONF03_531.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (معتمدی قهفرخی, اکرم و تقی جاودانی، ۱۳۹۴)
برای بار دوم به بعد: (معتمدی قهفرخی و جاودانی، ۱۳۹۴)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله 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 مقاله لینک شده اند :

  • _ intell igence-rep ort-06-20 15.en-us.pdf, " 01 05 2015. [Online]. ...
  • https ://www. Symantec _ _ m/c ontent/en/u s/enterpri S e/other_res ...
  • A. Heydari, M. a. Tavakoli, N. Salim and Z. Heydari ...
  • P. Chapman, J. Clinton, R. Kerber, T. Khabaza, T. Reinartz, ...
  • J. Caverlee . (2015) , "Spam URLs in Social Media ...
  • M. Soiraya, S. Th an alerdmongkol and C. Chantrap ornchai, ...
  • K. Thomas, C. Grier, J. Ma, _ Paxson and D ...
  • H.-M. Deylami and P. Y. Singh, "Cybercrime detection techniques based ...
  • J. Han, M. Kamber and , Pei, Data mining: concepts ...
  • علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه آزاد
    تعداد مقالات: ۷۰۷۱
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مدیریت اطلاعات پژوهشی

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    مقالات پیشنهادی مرتبط

    مقالات مرتبط جدید

    شبکه تبلیغات علمی کشور

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.