امروزه در بسیاری از سیستم هایی که عمل طبقه بندی بر روی آن صورت می پذیرد، رقیب تغییراتی را بروی داده ها، به منظور کاهش دقت کلاسه بندی کننده انجام می دهند. مهمترین مثال از این نوع، تشخیص هرزنامه الکترونیکی می باشد. اسپمرها بطور معمول برروی هرزنامه ها تغییراتی را صورت می دهند تا فیلتر، آنها را بصورت نامه های درست تشخیص دهد. در این مقاله رفتار بین رقیب (اسپمرها) و فیلتر هرزنامه (کلاسه بندی کننده) ب...

هرزنامه ها در اینترنت و پست الکترونیک معضلی برای کاربران آنها تلقی می شوند و سعی در کم کردن مواجهه با هرزنامه ها به هر مقدار ممکن ، یک امتیاز محسوب می شود. هدف اصلی استفاده از راه حلهای ضد هرزنامه ای ، دسته بندی و جداسازی پیغامهای الکترونیکی به دو گروه هرزنامه (غیرخودی) و غیر هرزنامه (خودی یا قانونی) می باشند و برای رسیدن به چنین موردی نیاز به روشی است که بدون احتیاج به دسته بندی و جداسازی پی...

مسئله طبقه بندی نامه های الکترونیکی در زمره روش های یادگیری ماشین مبتنی بر محتوا قرار می گیرد که اساس کار آنها تشخیص براساس محتوا و کلمات است. انتخاب بردار ویژگی مناسب برای افزایش کارایی سامانه های تشخیص در پیچیدگی زمان اجرای الگوریتم نقش بسزایی دارد. در این پایان نامه روشی ارائه شده است که در آن با استفاده از انتخاب ویژگی به دو روش انتخاب پیش رونده و الگوریتم وراثتی، نرخ صحت و درستی در تشخیص ه...

سرویس پست الکترونیک یکی از محبوب ترین سرویس های اینترنت است که بخش مهمی از این ایمیل ها، مورد درخواست و تقاضای کاربر نیست. عدم درخواست این ایمیل ها و یا عدم شناسایی فرستنده هرزنامه تعریف می شود که البته همین تعریف نیز مورد توافق همه افراد قرار نگرفته است. از مهمترین چالش های شناخت هرزنامه، وابستگی آن به سلایق کاربر است. به-عبارت دیگر یک ایمیل ممکن است برای فردی هرزنامه و برای فرد دیگری ایمیل مو...

افزایش کاربران ایمیل، منجر به افزایش چشمگیر هرزنامه ها در طی سال های اخیر شده است. تولید کنندگان هرزنامه همواره تلاش می کنند که راهکارهای به روزتری به منظور گریز از فیلترهای موجود بیابند. بنابراین ضرورت دارد که فیلترهای جدیدی متناسب با این هرزنامه ها توسعه یابد. عموماَ مهم ترین ابزار به منظور فیلترکردن هرزنامه ها بر اساس طبقه بندی متون کار می کنند. تاکنون روش های زیادی به منظور مقابله با هرزنامه...

از جمله ناامنی های پست الکترونیک ایمیل های نا خواسته یا هرزنامه ها می باشند. برای شناسایی هرزنامه-ها بانک کلید واژه ها انتخاب می شود و کلید واژه های مورد نظر در ساختمان داده خاص خود ذخیره می-گردد. بعد از دریافت ایمیل رفتار ایمیل و محتوای آن بررسی می گردد. چون در اینجا محتوا متن است (فرض) به منظور کاهش بعد و رفع مشکل پراکندگی داده ها و افزایش کارایی متن خلاصه می شود؛ کلمات ریشه یابی شده و در یک ...

امروزه با توجه به فراگیری استفاده از نامه های الکترونیکی مسأله ای به نام هرزنامه ها به وجود آمده که علاوه بر هدر دادن زمان کاربران، مشکلات دیگری از جمله تحت تاثیر قرار دادن پهنای باند و استفاده ی نادرست از فضای ذخیره سازی را به همراه دارد. لذا، طراحی سیستم های کارا جهت فیلترکردن موثر هرزنامه ها از اهمیت فوق العاده ای برخوردار است. در این پایان نامه، هدف تجزیه و تحلیل، طراحی و پیاده سازی یک سیست...

هرزنامه ها که به عنوان پیام های الکترونیکی ناخواسته شناخته می شوند یک مشکل فزاینده برای امنیت اطلاعات شده اند. ورود بی اجازه هرزنامه ها باعث آزار کاربر شده و منابع شبکه را هدر می دهد. به طور سنتی یادگیری ماشین و سیستم های فیلترینگ آماری برای فیلتر کردن هرزنامه به کار می روند. گرچه روش منحصر به فردی که بتواند به طور موفقیت آمیز هرزنامه ها را رده بندی کند وجود ندارد. لازم است که روش های چندگانه ا...