شماره ركورد كنفرانس :
5435
عنوان مقاله :
شناسايي پروفايلهاي جعلي در شبكه هاي اجتماعي با استفاده الگوريتم ماشين بردار پشتيبان بهينه شده با الگوريتم هاي بهينه سازي
عنوان به زبان ديگر :
Identification of fake profiles in social networks using support vector machine algorithm optimized with optimization algorithms
پديدآورندگان :
درفشان زكيه banoo.m1367@gmail.com موسسه آموزش عالي كارون , مصلح محمد mosleh@iaud.ac.ir دانشگاه آزاد اسلامي دزفول
كليدواژه :
شناسايي پروفايل هاي جعلي , ماشين بردار پشتيبان , الگوريتم هاي بهينه سازي
عنوان كنفرانس :
نهمين همايش ملي مطالعات و تحقيقات نوين در حوزه علوم كامپيوتر، برق و مكانيك ايران
چكيده فارسي :
در رسانه هاي اجتماعي، حجم قابل توجهي از داده ها در سراسر جهان توزيع شده است و روزانه هزاران كاربر جديد به رسانه هاي اجتماعي مي پيوندند. رسانه اجتماعي يك زندگي مجازي است كه در آن كاربران مخرب ميتوانند بر اعتبار افراد تأثير بگذارند. بيشتر اين نوع فعاليت ها توسط پروفايل هاي جعلي انجام مي شود. بنابراين، شناسايي پروفايل هاي جعلي ضروري است و مي توان آن را در مراحل اوليه ساخت پروفايل انجام داد. در اين پايان نامه، هدف طراحي يك مدل يادگيري ماشين است كه پروفايل هاي جعلي را در مراحل اوليه شناسايي كند. در روش پيشنهادي يك طبقهبنديكننده باينري ماشين بردار پشتيبان آموزشديده بر روي مجموعه داده كاگل موجود به منظور شناسايي اينكه آيا يك پروفايل جعلي است يا نه اعمال مي گردد. اين طبقه بند با هدف پيدا كردن يك ابر صفحه بهينه براي جدا كردن دو كلاس استفاده شده است. همچنين اين ابر صفحه بهينه با كمك چهار الگوريتم بهينه سازي خفاش، كرم شب تاب، گرگ خاكستري و نهنگ كه از پديده هاي مختلف طبيعي الهام گرفته شده اند، يافت مي شود. نتايج نشان مي دهد، در بين چهار الگوريتم بهينهسازي، عملكرد الگوريتم بهينهساز گرگ خاكستري بهتر از ديگر الگوريتم ها است. با اين حال، هر چهار الگوريتم بهينهسازي به طور قابلتوجهي عملكرد بهتري از مدل پايه ماشين بردار پشتيبان دارند.