ارائه الگوریتمی جهت شناسایی هرزنامه ها با استفاده از تلفیق دسته بند نایوبیزین و شبکه های عصبی

یکی از رایج ترین وسایل ارتباطی برای سازمان ها و کاربران اینترنت، در حال حاضر ایمیل می باشد. ایمیل ها تقریبا توسط بسیاری از افراد روی زمین استفاده می شود تخمین زده می شود که بیش از 3 میلیارد صندوق پست الکترونیکی تقریبا نیمی از جمعیت جهان وجود دارد. هرزنامه ها و یا ایمیل های ناخواسته به یک مشکل مهم برای کاربران ایمیل تبدیل شده اند. روند شناسایی و مبارزه با هرزنامه ها دارای افت و خیزهایی در سال های مختلف بوده است که آمار فراوانی هرزنامه ها می تواند خود گواه بر این نکته باشد. هرزنامه ها نه تنها برای کاربران آن مشکل ساز هستند بلکه، به عنوان یک مشکل بزرگ امنیتی، میلیاردها دلار ضرر و زیان به همراه دارند. علاوه بر آن، از ان به عنوان وسیله ای تبلیغاتی ارزان قیمت و همچنین برای فیشینگ نیز استفاده می شود. با توجه به نیاز آشنایی با هرزنامه ها و فیلترینگ آنها، تاکنون روش ها، و دسته بندی های مختلفی برای این کار ارائه شده است. در این پایان نامه سعی شده است با ارائه یک الگوریتم ترکیبی، این مهم به نحو مطلوب تری انجام شود. روش هایی که در این تحقیق از آنها بهره گرفته شده است، الگوریتم نایوبیزین و شبکه عصبی می باشد. برای ترکیب دو روش مذکور نیز از تکنیک بگینگ استفاده شده است . نتایج حاصل از پیاده سازی روش پیشنهادی بر روی یک مطالعه موردی، حاکی از آن داد که معیار دقت الگوریتم پیشنهادی در مقایسه با الگوریتم درخت تصمیم گیری j48 به میزان 0.26 بهبود پیدا کرده است.

کلیدواژه ها:

هزنامه ، فیلترینگ ، الگوریتم ناپوبیزین ، شبکه عصبی ، معیار کارایی ، تنکیک بگینگ