بهبود الگوريتم بهينه سازي علف هاي هرز مهاجم با K نزديك ترين همسايه در طبقه بندي ايميل هرزنامه

امروزه ايميل كه يك وسيله ارتباطي سريع و كم هزينه مي باشد به يكي از مهم ترين ابزارهاي مدرن براي ارتباط در محيط هاي برخط تبديل شده است. اما مشكلي اصلي اين است كه ارسال هرزنامه باعث آزار كاربران، اتلاف زمان، هزينه، منابع شبكه و پهناي باند مي شود. بنابراين ايميل هرزنامه به يك مشكل جدي براي كاربران و سازمان هايي كه مدت زمان زيادي از وقت خود را با ايميل و كامپيوتر كار مي كنند تبديل شده است. در ايميل هرزنامه بيشتر اوقات، كلاهبرداران با فرستادن هرزنامه قصد نفوذ به كامپيوتر يا كلاهبرداري را دارند كه اين گونه هرزنامه ها اغلب حاوي نرم افزارها و پيوندهاي مخرب هستند كه در درون خود انواع بدافزارها و ويروس ها را دارند. در اين مقاله يك مدل بهبود يافته مبتني بر الگوريتم بهينه سازي علف هاي هرز مهاجم و K نزديك ترين همسايه براي تشخيص ايميل هرزنامه پيشنهاد شده است. در مدل پيشنهادي با استفاده از الگوريتم بهينه سازي علف هاي هرز مهاجم، ويژگي هاي مهم براي تشخيص ايميل هرزنامه را انتخاب مي كنيم و سپس توسط K نزديك ترين همسايه، نمونه ها را طبقه بندي مي كنيم. انتخاب ويژگي باعث مي شود كه درصد دقت تشخيص بيشتر باشد. ارزيابي مدل پيشنهادي برروي مجموعه داده Spambase انجام شده است. نتايج نشان داده كه مقدار صحت در مدل پيشنهادي برابر 91.11% است كه در مقايسه با مدل هاي ديگر دقت تشخيص بهتري دارد.