تشخیص هرز نامه ها و طبقه بندی اتوماتیک آنها با استفاده از درختتصمیم گیری وزندار مجموعه ای برای داده های جریانی

هرزنامه ها باعث اتلاف زیاد در زمان دریافت کننده ایمیل ها و اتلاف پهنای باند شبکه می شوند. در سالهای اخیر تکنیکهای یادگیری ماشین برای دسته بندی کردن هرزنامه ها از نامه های الکترونیکی مطرح شده ان د. یکی از روشهای تشخیص هرزنامه استفاده از دسته بندی کننده هاست. در این تحقیق داده ها را به صورت جریان داده ها درنظر گرفتیم و با استفاده از مجموعه دسته بندی کننده های وزن دار تشخیص اتوماتیک هرزنامه ها را برای جدا کردن هرزنامه ها از نامه الکترونیکی مجاز انجام دادیم. در روش پیشنهادی از میزان تکرار کلمات و علائم خاص در نامه های الکترونیکی و هرزنامه ها استفاده نمودیم و نتایج را بر روی چند مجموعه داده استاندارد آزمایش نموده و مورد ارزیابی و مقایسه قرار دادیم.

کلیدواژه ها:

تشخیص هرز نامه ، دسته بندی نامه های الکترونیکی ، درخت تصمیم گیری ، داده های جریانی ، دسته بندی کننده های مجموعهای