بررسی و مقایسه کشف هرزنامه ها با استفاده از ماشین بردار پشتیبان و انتخاب ویژگی

هرزنامه ایمیل در سال 1990 زمانی که وارد اینترنت شد تبدیل به یک معضل گردید و روز به روز افزایش یافت به صورتی که امروزه با یک تخمین محافظه کارانه 80 تا 85 درصد ایمیل‌ها را در بر می‌گیرد و در بعضی از منابع از 95 درصد بالاتر می‌رود. هر روز ساعت‌های زیادی برای خواندن و مرتب کردن این ایمیل‌ها مصرف می شود، که از لحاظ اقتصادی دارای اهمیت است. از جمله مسائل دیگری که مرتبط با هرزنامه است، از دیدگاه تکنیکی است. اغلب هرزنامه‌ها می توانند خطرناک باشند، شامل ویروس، اسب تروا یا نرم افزار‌های خطرناک دیگری باشند و منجر به خرابی در رایانه‌ها و شبکه‌ها شوند . کسانی که در حوزه اقتصاد کسب و کار فعالیت می‌کنند معتقدند که اقتصاد هرزنامه چیزی نیست که به زودی به فراموشی سپرده ‌شود و تنها چیزی که می‌توان در مورد سرنوشت اسپم حدس زد، تغییر و تکامل آن همزمان با تغییر و تکامل و توسعه‌ی تکنولوژی است.در این مقاله روشی برای کشف هرزنامه‌ها با طبقه بندی‌ماشین‌بردار‌پشتیبان با استفاده از الگوریتم svm و استفاده از انتخاب ویژگی‌های مناسب انجام می‌شود. انگیزه این مقاله ارائه روشی کارآمد برای تفکیک هررزنامه‌‌ها از ایمیل های درست است.