هرزنامه و کارهای انجام شده برای شناسایی هرزنامه 2

هرزنامه و کارهای انجام شده برای شناسایی هرزنامه 2

آکادمی داده

۱۳۹۷/۰۳/۲۳


  • 95 بازدید

تاریخچه هرزنامه با تاریخچه اینترنت و وب مشابه است، از زمانی که وب وارد دنیای مجازی شد از همان زمان هرزنامه‌ها نیز وارد دنیای وب شدند. در سال های اولیه شروع وب و استفاده کاربران از ایمیل‌ها، کسانی که به دنبال تبلیغات محصول خود بودند این موضوع را فرصتی برای تبلیغ کالاهای خود دیدند، به همین دلیل در ابتدا و در دهه 90 میلادی هرزنامه‌ها بیشتر به صورت ایمیل ظاهر شدند. در این زمان کسانی که به دنبال تبلیغات محصولات خود بودند به‌راحتی ایمیل‌های تبلیغات خود را به هزاران نفر ارسال می کردند، بدین ترتیب به هدف خود که تبلیغ کالایشان بود می رسیدند. با پیشرفت وب انواع هرزنامه‌ها وارد دنیای مجازی شدند و شکل استفاده از آنها پیچیده تر شد. در ابتدا هرزنامه‌ها صرفا هدف تبلیغاتی داشتند ولی اکنون برای انتشار لینک های مخرب، تکثیر محتوای مستهجن و یا انتشار اخبار دروغ نیز استفاده می‌شود. گستردگی هرزنامه باعث شده است همچنان تحقیقات بسیاری برای متوقف کردن آن‌ها در جریان باشد. بنابر آمارهای مربوط در سال 2002 بیش از 36% از ایمیل ها را هرزنامه ها تشکیل می دادند، ولی در سال 2013 این رقم به 70% درصد افزایش پیدا کرده است.
در این قسمت مقالات مرتبط با شناسایی هرزنامه مورد اشاره قرار خواهد گرفت. شناسایی هرزنامه‌ها از زیر مجموعه های متن کاوی و کشف دانش از متن است و دارای سابقه بسیاری در بین محققین است. از زمانی که ارسال هرزنامه توسط تولید کنندگان هرزنامه شروع شد، محققین به دنبال ارائه راه‌حل‌هایی برای فیلتر کردن این هرزنامه‌ها بودند. روش ها و الگوریتم های متن کاوی در شناسایی هرزنامه ها کاربرد گسترده ای دارند و این فیلد مطالعاتی یکی از کاربردهای متن کاوی است. 
خانم رضی و همکارش روشی ترکیبی برای شناسایی هرزنامه در ایمیل ها ارائه داده اند. بسیاری از الگوریتم های یادگیری ماشین که در دسته بندی متون کاربرد دارند، در شناسایی هرزنامه نیز می توانند مفید باشند. برخی از این الگوریتم ها عبارتند از ماشین بردار پشتیبان، الگوریتم ژنتیک و سیستم ایمنی. در این مقاله ترکیبی از الگوریتمهای تکاملی ژنتیک و سیستم ایمنی مصنوعی ارائه شده است که وظیفه انتخاب بهترین ویژگی ها، از مجموعه داده های استاندارد ورودی را برعهده دارند. در سیستم پیشنهادی به منظور اندازه گیری نرخ دقت و خطا از روشی استاندارد استفاده شده است و نتایج بر روی مجموع داده ی استانداردEnorm Dataset  مورد آزمایش قرار گرفته اند. در نهایت برای مقایسه ی نتایج حاصل، چند الگوریتم دیگر را روی داده ها اعمال کرده و نتایج آن ها با نتایج به دست آمده مقایسه می شود. نتایج آزمایشات این سیستم دقت قابل قبولی در حدود 95% را نشان می دهد.

کپی برداری بدون ذکر منبع، براساس قانون جرایم اینترتی و مادۀ 12 فصل سوم قانون جرایم رایانه ای غیر قانونی بوده و مجازات جزای نقدی و حبس دارد و شرعا نیز حرام است! 

اگر در زمینه متن کاوی و شناسایی هرزنامه ها در حال تحقیق یا پیاده سازی پروژه تجاری 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، گپ 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.