ارایه روشی برای انتساب نویسنده به متن در ارتباطات متنی برخط مبتنی بر روش های داده کاوی و معیار تشخیص تشابه

با توجه به افزایش روزافزون جرایم سایبری از طریق ارسال ایمیل هایی با هویت گمنام، استخراج دانش و اطلاعات مفید از متنایمیل ها می تواند برای محققان و بازرسان جرایم سایبری و نیز جمع آوری شواهد موثق بسیار حایز اهمیت باشد. مسیله انتسابنویسنده برای حل معضل گمنامی را می توان شناسایی محتمل ترین نویسنده یک ایمیل با هویت گمنام، از میان گروهی از مظنون هاتعریف کرد بیشتر مطالعات قبلی در این زمینه روش های طبقه بندی سنتی را همچون ماشین بردار پشتیبان (SVM) بکار می بردند. دراین روش ها تمرکز اصلی بر روی دقت تشخیص بوده و توجه بسیار کمی به کیفیت شواهد بدست آمده داشته اند از این رو در اینمقاله روشی مبتنی بر تکنیک های داده کاوی برای بهبود دقت و کیفیت الگوی سبک نوشتاری یا ردنوشتاری هر نویسندهپیشنهاد شده و با ارایه روشی جدید برای تطبیق الگو مبتنی بر معیار تشابه EMD) Earth Mover s Distance) تصمیم گیری برای مسیولان درباره شناسایی نویسنده گمنام را تسهیل می بخشد. نتایج آزمایشات انجام شده بر روی پایگاه های داده واقعی نشان می-دهد، روش پیشنهادی علاوه بر بهبود دقت تشخیص و کیفیت شواهد، می تواند اطلاعات سودمندی در اختیار بازرسان جرایم سایبریبرای تحلیل نتایج و شواهد قرار دهد.

کلیدواژه ها:

گمنامی ، جرایم سایبری ، تشخیص نویسنده ، ردنوشتاری ، گسسته سازی ویژگی ها ، الگوهای مکرر ، معیار تشخیص تشابه