الگوريتم سلولي دندريت براي فيلترينگ پيام هاي اسپم شده ي تلفن همراه

با انقلاب دستگاههاي موبايل و كاربردهايشان ، در طول سالها پيشرفت هاي قابل توجهي براي پشتيباني از ويژگي هاي جديد ، علاوه بر ارتباطات تلفني نرمال كه شامل كاوش هاي وب ، شبكه هاي اجتماعي و سرگرمي ، قبوض موبايل ، سوابق دارويي و شخصي ، يادگيري الكترونيكي و اتصالات قوي به شبكه هاي چند گانه ، مشاهده شده است . به همان اندازه كه دستگاههاي موبايل به طور پيشرفته در حال رشد كردن و ارتقا يافتن هستند حجم فعاليت هاي هكينگي كه آنها را هدف گيري كرده نيز به طور جدي افزايش يلفته است . دريافت اسپم پيام كوتاه يكي از مسير هاي متداول براي نفوذهاي امنيتي است در كنار منابع هدر رفته و مزاحم براي استفاده كنندگان نهايي اسپم هاي توانمند براي حمله هاي نهايي مورد استفاده قرار گيرند و به عنوان يك حامل (رسانه ) براي انواع بد افزار هاي ديگر مانند كرم ها بك دورها و ثبات كليدي استفاده شوند . نسل بعدي تكنولوژي هاي موبايل تاكيد بيشتري بر موضوعات وابسته به امنيت به منظور حفاظت از محرمانگي ، جامعيت و در دسترس بودن دارد . اين مقاله تعدادي از مجموعه ويژگي هاي مبتني بر محتوا را به منظور ارتقاء خدمات پيام هاي متني تلفن همراه در فيلترينگ پيام هاي ناخواسته (اسپم) مورد بررسي قرار مي دهد به علاوه اين مقاله مدل موثرتري از فيلترينگ اسپم ها را با استفاده از تركيب كردن بيشترين ويژگي هاي مربوطه و آميختن تصميمات دو الگوريتم يادگيري ماشين با الگوريتم dca بسط و توسعه مي دهد . اين ارائه به طور تجربي بر روي دو مجموعه داده اسپم پيام كوتاه ارزيابي شده است . نتايج نشان داده است كه پيشرفت هاي قابل توجهي با نهايت دقت فراخواني و صحت اسپم ها و پيام هاي درست و قانوني به علت استفاده از كاربرد مدل مبتني بر dca پيشنهاد شده مي توانند بيايند .اين مقاله يك مقاله آزاد با دستيابي آزاد تحت نظر ليسانس ccby-nc-nd مي باشد كه باز بيني آن تحت نظر و با مسئوليت اساتيد برنامه نويس كنفرانس مي باشد.