شماره ركورد كنفرانس
5530
عنوان مقاله
تشخيص هرزنامه در شبكه هاي اجتماعي با استفاده از رويكرد شبكه عصبي عميق
عنوان به زبان ديگر
Spam detection in social networks using deep neural network approach
پديدآورندگان
ايران پناه سميرا samira.iranpanah823@sadjad.ac.ir دانشگاه صنعتي سجاد , سالخورده حقيقي مهدي haghighi@sadjad.ac.ir دانشگاه سجاد
تعداد صفحه
6
كليدواژه
تشخيص هرزنامه , طبقه بندي , شبكه هاي اجتماعي , انتخاب ويژگي , شبكه عصبي عميق , الگوريتم بهينه SHO.
سال انتشار
1402
عنوان كنفرانس
بيستمين سمپوزيوم بينالمللي هوش مصنوعي و پردازش سيگنال
زبان مدرك
فارسي
چكيده فارسي
هرزنامه يكي از چالش هاي مهم اينترنت و كاربران آنلاين است و باعث اتلاف وقت و همچنين باعث انتشار انواع بدافزار در اينترنت مي شود. هدف از اين مقاله بررسي روش تركيب شبكه عصبي عميق به منظور شناسايي هرچه بهتر و دقيقتر صفحات هرزنامه از غير هرزنامه مي باشد . در اين پژوهش براي تجزيه و تحليل از مجموعه داده مرتبط استفاده شده و نتايج آزمايشات نشان ميدهد متوسط خطاي روش پيشنهادي در تشخيص هرزنامه UCIهرزنامه ها در پايگاه داده برابر 0٫152 است و همچنين متوسط شاخص حساسيت و صحت روش پيشنهادي در تشخيص هرزنامه برابر 99٫12% و 99٫67% است. آزمايشات نشان ميدهد روش پيشنهادي داراي شاخص حساسيت و صحت بيشتر از روش هاي يادگيري و داده كاوي جهت تشخيص هرزنامه است.
كشور
ايران
لينک به اين مدرک