تشخیص هرزنامه در اینترنت با استفاده از انتخاب ویژگی مبتنی بر الگوریتم های فراابتکاری

هرزنامه ها یکی از چالش های اینترنت و کاربران آن است. توسط هرزنامه ها انواع بدافزار در اینترنت پخش می‌شود. از طرفی هرزنامه ها نقش مهمی در سرقت اطلاعات دارند و می توانند شامل لینک‌های جعلی برای فریب کاربران باشند. یکی از روش‌های تشخیص هرزنامه استفاده از روش‌های یادگیری ماشین و داده کاوی مانند شبکه عصبی مصنوعی است. شبکه عصبی مصنوعی چند لایه برای تشخیص دقیق هرزنامه ها نیاز دارد ویژگی های مهم را به عنوان ورودی در نظر گرفته و خطای خروجی خود را کاهش دهد. در روش پیشنهادی برای انتخاب ویژگی از یک روش هوشمندانه و مبتنی بر الگوریتم‌های هوش گروهی استفاده‌شده است. در این پژوهش یک نسخه باینری از الگوریتم بهینه سازی پنگوئن برای انتخاب ویژگی جهت تشخیص هرزنامه ارائه‌شده است و تلاش شده تا ویژگی های مهم برای یادگیری و طبقه بندی در تشخیص هرزنامه ارائه شوند. آزمایشات در محیط متلب و بر روی مجموعه داده spambase نشان می دهند که با افزایش جمعیت خطای روش پیشنهادی در حدود 14.61% برای تشخیص هرزنامه از ایمیل کاهش‌یافته و از طرفی با افزایش جمعیت فضای ویژگی ها در بهترین حالت 43.85% کاهش خواهد یافت. آزمایشات نشان می دهند خطای روش پیشنهادی در تشخیص هرزنامه از شبکه عصبی مصنوعی چند لایه، شبکه عصبی بازگشتی، ماشین بردار پشتیبان، شبکه بیزین و الگوریتم بهینه سازی وال کمتر است. آزمایشات نشان می دهند الگوریتم پیشنهادی نسبت به الگوریتم بهینه سازی وال در حدود 23.57% خطای کمتری در تشخیص هرزنامه دارد. پیاده سازی روش پیشنهادی و سایر روش ها در تشخیص هرزنامه نشان می دهد دقت روش شبکه عصبی مصنوعی چند لایه، شبکه عصبی مصنوعی بازگشتی، ماشین بردار پشتیبان، شبکه بیزین و روش پیشنهادی برای تشخیص هرزنامه به ترتیب برابر 94.08%، 83.91%، 91.33%، 84.75% و 99.6% است. آزمایشات نشان می دهند روش‌های انتخاب ویژگی نظیر درخت تصمیم گیری، جنگل تصادفی، شبکه بیزین و روش پیشنهادی در شاخص دقت به ترتیب دارای مقادیر 98.4%، 97.20%، 76% و 99.76% بوده و روش پیشنهادی بیش‌ترین دقت را دارد.