مروری بر شناسایی و دسته بندی فیلترینگ هرزنامه های ایمیل

مروری بر شناسایی و دسته بندی فیلترینگ هرزنامه های ایمیل

آکادمی داده

۱۳۹۷/۰۴/۰۷


  • 92 بازدید

در این سلسله مقالات به مفاهیم و کاربرد های داده‌کاوی، متن کاوی و علوم مرتبط با علم داده پرداخته می‌شود. با توجه به حجم عظیم مقالات تولید شده در زبان فارسی در حوزه داده کاوی و علم داده، آکادمی داده تصمیم گرفت مقالات فارسی منتشر شده در این حوزه را خلاصه برداری کرده و در اختیار علاقه مندان قرار دهد. در این رشته نوشته ها ابتدا خلاصه ای از مقاله ارائه شده و سپس نتیجه گیری مقاله عینا آورده می گردد و سپس فایل پی دی اف آن نیز برای دانلود در اختیار محققین و پژوهشگران عزیز قرار می گیرد. 

این مقاله به صورت بسیار ابتدایی در مورد هرزنامه، انواع هرزنامه و الگوریتم های مورد استفاده در آن صحبت می کند. برای کسانی که با این مفهوم اصلا آشنا نیستند خواندن این مقاله توصیه می گردد. در نتیجه گیری این مقاله می خوانیم: 
شناسایی و دسته بندی فیلترینگ هرزنامه ها به محققین کمک می کند تا به میزان اهمیت مبارزه با آنها پی ببرند. شاید بتوان دسته بندی موجود در این مقاله را یکی از خلاصه ترین و همچنین کامل ترین دسته بندی های ارائه شده در زمینه آشنایی با هرزنامه ها و فیلترینگ آنها دانست ولی با این حال، تحقیق بیشتر در این زمینه ضروری است. با وجود هرزنامه های فراوانی که برای صندوق پست الکترونیکی کاربران و سازمان های مختلف در حال ارسال است به جرات می توان گفت که هنوز هیچ روشی نتوانسته است به طور کامل هرزنامه ها را از ایمیل های معتبر و عادی تشخیص دهد. هرزنامه ها شبیه ویروس های کامپیوتری همه روزه در حال افزایش و یا تغییر شکل هستند که برای مبارزه با آنها باید به راه حل های جدیدتری نیز دست یافت. هر یک از روشهای مبارزه با هرزنامه ها دارای محاسن و معایبی است که برای استفاده از آنها باید توسط متخصصین فن تشخیص داده شود، ولی بهترین روش را می توان ترکیبی از الگوریتم های موجود دانست که آن نیز پیچیدگی و هزینه بیشتری بدنبال خواهد داشت. در نهایت، باید اذعان داشت که هزینه به اشتباه بلاک کردن یک نامه عادی بسیار بیشتر از هزینه آن است که یک نامه هرز، از فیلتر عبور نماید.

این مقاله از طریق لینک قابل دسترسی است و محققین علاقه مند می توانند آن را به صورت رایگان دریافت نمایند. 


کپی برداری بدون ذکر منبع، بر اساس قانون جرایم اینترنتی و مادۀ 12 فصل سوم قانون جرائم رایانه ای غیر قانونی بوده و مجازات جزای نقدی و حبس دارد و شرعا نیز حرام است! 
اگر در زمینه داده کاوی در حال تحقیق یا پیاده سازی پروژه یا پایان نامه هستید برای گرفتن مشاوره یا دادن سفارش انجام با ما تماس بگیرید.  آکادمی داده در تلگرام، واتزآپ و تمامی پیام رسان های ایرانی(سروش، آی گپ، بله و ویسپی) با شماره 09120637751 حضور دارد برای ارتباط از طریق ایمیل آدرس جیمیل: dataacademyir@gmail.com می باشد. 


افتخار آکادمی داده، همسفر بودن با شما در راه یادگیری علم داده است.