انتخاب ویژگی با الگوریتم بهینه سازی حاصلخیزی زمین های کشاورزی برای تشخیص صفحات وب هرز

در فضای اینترنت، امکان به کارگیری انواع سرویس ها و خدمات متعدد برای کاربران مهیا شده است. همزمان با رشد و گسترش استفاده از اینترنت، تعداد هرز نویسان وب افزایش یافته است. صفحات وب هرز به اشکال مختلفی چون تبلیغات تجاری و ویروس هایی نهان شده در صفحات وب جایگذاری می شود. صفحات وب هرز علاوه بر تهدید امنیت کاربران در وب، موجب هدر رفتن منابع سیستم و ایجاد ترافیک مخرب نیز می گردند؛ لذا ارایه راهکارهایی جهت مقابله با وب هرز ضروری به نظر می رسد. یکی از روش های شناسایی و مقابله با صفحات وب هرز، طبقه بندی صفحات با استفاده از الگوریتم های یادگیری ماشین است. در این مقاله، مدلی جدید برمبنای الگوریتم حاصلخیزی زمین های کشاورزی و بیز ساده با عنوان FFANB برای تشخیص صفحات وب هرز پیشنهاد شده است. در مدل FFANB از الگوریتم حاصلخیزی زمین های کشاورزی برای انتخاب ویژگی و بیز ساده برای طبقه بندی نمونه ها استفاده شده است. هدف مدل FFANB کاهش ویژگی ها به منظور افزایش صحت بااستفاده از الگوریتم حاصلخیزی زمین های کشاورزی می باشد که از مجموعه داده WEBSPAM-UK۲۰۰۷ که از معتبرترین مجموعه داده در زمینه شناسایی صفحات وب هرز می باشد استفاده شده است. این مجموعه داده شامل سه دسته ویژگی با عناوین ویژگی های مبتنی بر محتوا (۹۶ ویژگی)، ویژگی های مبتنی بر پیوند (۴۱ ویژگی) و ویژگی های مبتنی بر پیوند تبدیل یافته (۱۳۸ ویژگی) می باشد که تعداد کل ویژگی ها برابر با ۲۷۵ ویژگی است. نتایج ارزیابی های صورت گرفته برروی مدل FFANB نشان دهنده درصد دقت ۹۲۴۱/۰ و صحت ۹۵۸۴/۰ می باشند که حاکی از برتری مدل FFANB در مقایسه با بسیاری از روش های پیشین می باشد.