تشخیص هرزنامه در شبکههای اجتماعی با استفاده از رویکرد شبکه عصبی عمیق

سال انتشار: 1402
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 22

فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

CDI20_023

تاریخ نمایه سازی: 18 فروردین 1403

چکیده مقاله:

هرزنامه یکی از چالش های مهم اینترنت و کاربران آنلاین است و باعث اتلاف وقت و همچنین باعث انتشار انواع بدافزار در اینترنت می شود. هدف از این مقاله بررسی روش ترکیب شبکه عصبی عمیق به منظور شناسایی هرچه بهتر و دقیق تر صفحات هرزنامه از غیر هرزنامه می باشد . در این پژوهش برای تجزیه و تحلیل از مجموعه داده مرتبط استفاده شده و نتایج آزمایشات نشان میدهد متوسط خطای روش پیشنهادی در تشخیص هرزنامه مخزن داده هرزنامه ها در پایگاه داده برابر ۰٫۱۵۲ است و همچنین متوسط شاخص حساسیت و صحت روش پیشنهادی در تشخیص هرزنامه برابر ۹۹٫۱۲% و ۹۹٫۶۷% است. آزمایشات نشان می دهد روش پیشنهادی دارای شاخص حساسیت و صحت بیشتر از روش های یادگیری و داده کاوی جهت تشخیص هرزنامه است.

کلیدواژه ها:

تشخیص هرزنامه ، شبکه های اجتماعی ، طبقه بندی ، انتخاب ویژگی ، شبکه عصبی عمیق و الگوریتم بهینه کفتار خالدار

نویسندگان

سمیرا ایران پناه

کارشناسی ارشد مهندسی کامپیوتر نرم افزار دانشگاه صنعتی سجاد

مهدی سالخورده حقیقی

دانشکده مهندسی کامپیوتر و فناوری اطلاعات، دانشگاه سجاد