فیلتر کردن هرزنامه های پست الکترونیکی با روش های ترکیبی یادگیری ماشین

افزایش حجم هرزنامه ها، نیاز به یک سیستم دقیق و کارای فیلترینگ هرزنامه در پست الکترونیکی را نتیجه خواهدداد. هدف این تحقیق،ارائه ی یک روش یادگیری ماشین ترکیبی برای بالابردن کارایی در تشخیص و فیلتر کردنخودکار این هرزنامه ها و تفکیک آنها از پیام های قانونی می باشد. استفاده از تلفیق روشهای ترکیبی یادگیری ماشین وپردازش های پست الکترونیک متن - گرا، خصوصا در بخش فیلترهای انتخاب ویژگی تا کنون بسیار محدود انجام پذیرفتهو روش های ترکیبی پیشین خطای نسبتا بالایی در تشخیص هرزنامه ها داشته اند. در این مقاله، از یک روش ترکیبیجدید در فاز انتخاب ویژگی استفاده شده است. در این روش، ابتدا عملیات پیش پردازش بر روی متون پیام ها انجامپذیرفته، پس از آن ویژگیهای استخراج شده به دو فیلتر پشت سر هم داده شده و بهترین ویژگی ها بعنوان ویژگی هاینهایی، انتخاب شده و بادسته بندهای مختلف (با تنظیم پارامترهای مربوطه)، مورد تست قرار می گیرند . نتایج نشانمیدهد که کارایی این روش بالای 99 % می باشد

کلیدواژه ها:

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