ارائه مدل تركيبي الگوريتم K نزديك‌ترين همسايه با الگوريتم بهينه‌سازي ازدحام ذرات براي تشخيص رايانامه‌هاي هرزنامه

در دنياي امروزي، رايانامه يكي از روش‌هاي ارتباطات سريع است و يكي از معضلات رايانامه، هرزنامه‌ها هستند كه در سال‌هاي اخير رشد فراواني داشته‌اند. هرزنامه نه تنها باعث آسيب رساندن به منافع كاربران، مصرف زمان و پهناي باند مي‌شوند، بلكه بهعنوان تهديدي براي بهره‌وري، قابليت اطمينان و امنيت شبكه شده‌اند. هرزنامه‌نويس‌ها هميشه سعي مي‌كنند راه‌هايي براي فرار از فيلترهاي موجود بيابند؛ بنابراين فيلترهاي جديد براي تشخيص هرزنامه‌ها نياز به توسعه دارند. بيشتر اين فيلترها از تركيبي از چندين روش مانند روش‌هاي سياه و سفيد، استفاده از واژه‌هاي كليدي، فيلترهايي بر پايه قانون، روش‌هاي يادگيري ماشين و غيره براي شناسايي دقيق‌تر هرزنامه‌ها بهره مي‌برند. در اين مقاله، مدلي جديد با استفاده از دو الگوريتم قدرتمند K نزديك ترين همسايه و الگوريتم بهينه‌سازي ازدحام ذرات براي شناسايي هرزنامه‌ها ارائه شده است كه از الگوريتم بهينه‌سازي اجتماع ذرات براي انتخاب ويژگي و از الگوريتم k نزديك ترين همسايه براي دسته‌بندي استفاده شده است. شبيه‌سازي برروي مجموعه داده اجرا شده و كارايي مدل پيشنهادي با استفاده از معيارهاي صحت، دقت، فراخواني و f-measurc ارزيابي شده است. نتايج نشان مي‌دهد كه مدل پيشنهادي در مقايسه با مدل‌هاي مشابه و از خود الگوريتم‌هاي پايه بهتر عمل كرده و كارايي بهتري دارد.