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

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 832

فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

NCCOS03_089

تاریخ نمایه سازی: 9 مرداد 1395

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

کلیدواژه ها:

نویسندگان

سمیه عیال واری

دانشجوی کارشناسی ارشد دانشگاه آزاد بابل

مبینا یخکشی

دانشجوی کارشناسی ارشد دانشگاه آزاد بابل

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 ...
  • نمایش کامل مراجع