رویکرد ترکیبی نوین برای تشخیص ایمیل های هرزنامه با استفاده از الگوریتم های کلونی مورچه وکرم شب تاب
محل انتشار: مجله علوم رایانشی، دوره: 4، شماره: 3
سال انتشار: 1398
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 66
فایل این مقاله در 16 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_CSJI-4-3_006
تاریخ نمایه سازی: 14 بهمن 1402
چکیده مقاله:
با گسترش اینترنت و شبکه های کامپیوتری، دسترسی به اطلاعات سریع تر انجام می شود. اما از طرفی دیگر، دنیای اینترنت با وجود نفوذگرها و هرزنامه نویسان محیط امنی برای کاربران نیست. هر لحظه ممکن است خرابکاری هایی از طرف مهاجمان اینترنتی رخ بدهد. میزان آسیب ها و نفوذهای گزارش شده به سیستم های کامپیوتری در سرتاسر جهان روز به روز در حال افزایش است. با گذشت زمان ابزارها و روش های نفوذ به شبکه های کامپیوتری ساده و ساده تر می شوند و نفوذگرها با حداقل ابزارها، مجال نفوذ را می یابند. چند سالی است که هرزنامه در صندوق ایمیل های کاربران خیلی زیاد شده است و حتی در برخی مواقع کاربران را مجبور به ترک استفاده از ایمیل می کند. هرزنامه یکی از جنبه های منفی و آزار دهنده استفاده از خدمات ایمیل و در بسیاری از مواقع یکی از راه های آلوده شدن سیستم های کامپیوتری به انواع ویروس است. در این مقاله، مدل ترکیبی برمبنای بهینه سازی کلونی مورچه و الگوریتم کرم شب تاب برای طبقه بندی ایمیل هرزنامه پیشنهاد می شود. در مدل پیشنهادی از بهینه سازی کلونی مورچه به منظور انتخاب ویژگی و از الگوریتم کرم شب تاب برای آموزش و آزمایش نمونه ها استفاده شده است. نتایج نشان می دهد که درصد صحت مدل پیشنهادی برروی مجموعه داده Spambase با ۲۰۰بار تکرار و انتخاب همه ویژگی ها برابر ۹۲.۰۵ است و همچنین درصد صحت مدل پیشنهادی در مقایسه با بهینه سازی اجتماع ذرات-الگوریتم انتخاب منفی، الگوریتم انتخاب منفی، ترکیب تکاملی تفاضلی-الگوریتم انتخاب منفی، درخت تصادفی، شبکه بیزین، ماشین بردار پشتیبان و الگوریتم بیزین ساده بیشتر است.
کلیدواژه ها:
نویسندگان
ناصر کریم پور
کارشناس ارشد، گروه مهندسی کامپیوتر، واحد ارومیه، دانشگاه آزاد اسلامی، ارومیه، ایران
فرهاد سلیمانیان قره چپق
استادیار، گروه مهندسی کامپیوتر، واحد ارومیه، دانشگاه آزاد اسلامی، ارومیه، ایران