|
|
|
|
تشخیص هرزنامه در شبکه های اجتماعی با استفاده از رویکرد شبکه عصبی عمیق
|
|
|
|
|
|
|
|
نویسنده
|
ایران پناه سمیرا ,سالخورده حقیقی مهدی
|
|
منبع
|
بيستمين سمپوزيوم بين‌المللي هوش مصنوعي و پردازش سيگنال - 1402 - دوره : 20 - بیستمین سمپوزیوم بین‌المللی هوش مصنوعی و پردازش سیگنال - کد همایش: 02230-38445 - صفحه:0 -0
|
|
چکیده
|
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 دقیق‌تر 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 uciهرزنامه ها در پایگاه داده برابر 0٫152 است و همچنین متوسط شاخص حساسیت و صحت روش پیشنهادی در تشخیص هرزنامه برابر 99٫12% و 99٫67% است. آزمایشات نشان میدهد روش پیشنهادی دارای شاخص حساسیت و صحت بیشتر از روش های یادگیری و داده کاوی جهت تشخیص هرزنامه است.
|
|
کلیدواژه
|
تشخیص هرزنامه،طبقه بندی،شبکه های اجتماعی،انتخاب ویژگی،شبکه عصبی عمیق،الگوریتم بهینه sho.
|
|
آدرس
|
, iran, , iran
|
|
پست الکترونیکی
|
haghighi@sadjad.ac.ir
|
|
|
|
|
|
|
|
|
|
|
|
|
|
spam detection in social networks using deep neural network approach
|
|
|
|
|
Authors
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|