CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

کشف ایمیل های اسپم با استفاده از داده کاوی و خوشه بندی فازی

اعتبار موردنیاز : ۱ | تعداد صفحات: ۷ | تعداد نمایش خلاصه: ۳۰۹ | نظرات: ۰
سال انتشار: ۱۳۹۴
کد COI مقاله: NCCOS03_089
زبان مقاله: فارسی
حجم فایل: ۱.۲۶ مگابات (فایل این مقاله در ۷ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.
با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید. در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.
لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۷ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳,۰۰۰ تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله کشف ایمیل های اسپم با استفاده از داده کاوی و خوشه بندی فازی

  سمیه عیال واری - دانشجوی کارشناسی ارشد دانشگاه آزاد بابل
  مبینا یخکشی - دانشجوی کارشناسی ارشد دانشگاه آزاد بابل

چکیده مقاله:

کم ارزش ترین و مهمترین ارتباطات درجهان امروز ایمیل است آن برای همه کامپیوتر موثر ساده و دردسترس است سادگی ایمیل آن را درتهدیدهای زیاد اسیب پذیر کرده است یکی ازمهمترین تهدیدها ایمیل Spam است بصورت مجازی همه کاربران ایمیل درجهان ازایمیلهای Spam رنج می برند کلمه Spam استفاده شده تاناخواسته بودن میلهای بی ارزش فرستاده شده به inbox یک کاربراینترنت را توضیح دهد برای فرستندگان Spam خیلی راحت است که میلیون ها ایمیل Spam را بدون هیچ گونه هزینه به سرتاسر جهان بفرستند این یک سناریو رایج برای همه کاربران اینترنت ایجادکرده تا ایمیلهای بی ارزش را درصدها ثانیه ازراه دور دریافت کنند تکنیک های مختلف به توقف تهدید Spam یاکاهش موثرمیزان Spam منطبق شدها ند که به کاربران اینترنت درجهان حمله می کند چندین الگوریتم برای کشف ایمیل Spam استفاده شده است که شامل مصونیت ساختگی سیستم AIS ماشین بردارحمایتی SVM شبکه عصبی NN می باشد یکی ازاین تکنیک ها استفاده ازروشهای داده کاوی است که به منظور اصلاح روش خوشه بندی انتخاب شده است دراین مقاله قصد داریم پس ازانتخاب صفات و مقادیرمربوط به ایمیلهای ارسالی بااستفاده ازروش داده کاوی میزان تاثیر آنها را درSpam شدن ایمیل اندازه بگیریم و سپس بااستفاده ازروشهای خوشه بندی FCM,kmeans ایمیلهای Spam را ازغیرSpam مجزا کنیم

کلیدواژه‌ها:

Support Vector Machine, Artificial immune systems ,neural network, fuzzy c-means clustering algorithm, data mining

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-NCCOS03-NCCOS03_089.html
کد COI مقاله: NCCOS03_089

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:
عیال واری, سمیه و مبینا یخکشی، ۱۳۹۴، کشف ایمیل های اسپم با استفاده از داده کاوی و خوشه بندی فازی، سومین همایش ملی کامپیوتر، سنندج، آموزشکده فنی و حرفه ای سما واحد سنندج، https://www.civilica.com/Paper-NCCOS03-NCCOS03_089.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: (عیال واری, سمیه و مبینا یخکشی، ۱۳۹۴)
برای بار دوم به بعد: (عیال واری و یخکشی، 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 :

  • detection of heart disease using an artificial immune recognition system ...
  • An ant colony based algorithm for rule extraction from trained ...
  • Graaff, A.J. and Engelbrecht, A. P. "Clustering data in an ...
  • J.C. Bezdek, Pattern Recognition with Fuzzy Objective Function Algorithms. Plenum, ...
  • F.C. Rhee, Uncertain Fuzzy Clustering: Insights and Re commendation _ ...
  • J.S. Zhang, Y.W. Leung, Improved possibilistic c-means clustering algorithms, IEEE ...
  • Ismaila Idris a , Ali Selamat: Improved email spam detection ...
  • Ismaila Idris a, Ali Selamat a, n, Sigeru Omatu b: ...
  • Zexuan Ji, Yong Xia, Quansen Sun, Guo Cao: Interval-valued possibilistic ...
  • علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه آزاد
    تعداد مقالات: ۲۲۷۷
    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.