فیلترکردن هرزنامه ها با استفاده از ترکیب الگوریتم های AdaBoost ونایوبیز با رویکرد مبتنی برکاهش بعد، تحلیل الگوی متمایزخطی

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

 فیلترکردن هرزنامه ها با استفاده از ترکیب الگوریتم های AdaBoost ونایوبیز با رویکرد مبتنی برکاهش بعد، تحلیل الگوی متمایزخطی دارای ۹ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد فیلترکردن هرزنامه ها با استفاده از ترکیب الگوریتم های AdaBoost ونایوبیز با رویکرد مبتنی برکاهش بعد، تحلیل الگوی متمایزخطی  کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه  و مراکز دولتی می باشد.

توجه : در صورت  مشاهده  بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی فیلترکردن هرزنامه ها با استفاده از ترکیب الگوریتم های AdaBoost ونایوبیز با رویکرد مبتنی برکاهش بعد، تحلیل الگوی متمایزخطی،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن فیلترکردن هرزنامه ها با استفاده از ترکیب الگوریتم های AdaBoost ونایوبیز با رویکرد مبتنی برکاهش بعد، تحلیل الگوی متمایزخطی :

تعداد صفحات :۹

چکیده مقاله:

امروزه ایمیل یا پست الکترونیکی یکی از رایج ترین ابزارهای ارتباطی در زندگی روزمره است. ایمیل روشی سریع و ارزان قیمت برای برقراری این ارتباط است متاسفانه همین عمومیت و سادگی استفاده ازایمیل باعث شده تا موردسوء استفاده هرزنامه نویسان و کلاهبرداران اینترنتی قرار بگیرد، استفاده از ابزار و روشهایی برای شناسایی و فیلترهرزنامه ها ضرورتی غیراقبل انکار است. هرزنامه یا اسپم نامه ای الکترونیکی ناخواسته است که به طور نامشخص، به طور مستقیم یا غیرمستقیم توسط فردی که نسبتی با گیرنده نامه ندارد فرستاده شده است. تاکنون فیلترهای ضدهرزنامه مختلفی عرضه شده اند که اکثر آنها براساس تطبیق قوانین ثابت عمل می کنند.قوانین این سامانه ها به صورت دستی توسط کاربر تعیین می شوند و شامل ویژگی ها و مشخصات ثابت نامه های الکترونیکی نامعتبر یا هرزنامه هستند و عمل حذف هرزنامه براساس آنها انجام می شود. در این مقاله برای فیلترکردن ایمیل ها از الگوریتم دسته بند نایوبیز والگوریتم کاهش بعد، تحلیل الگوی متمایزخطی و همچنین الگوریتم ترکیبی AdaBoost استفاده نموده ایم. روش پیشنهادی روی مجموعه داده های استاندارد، LingSpam و Enron5 ارزیابی شده است. نتایج حاصل از ارزیابی روش پیشنهادی نشان می دهد که روش پیشنهادی باعث بالابردن معیارهای دقت، صحت، بازخوانی و کارایی فیلترکردن هرزنامه ها شده است.