سیستم هوشمند فیلترکردن هرزنامه با استفاده از الگوریتم های یادگیری ماشین

افزایش کاربران ایمیل، منجر به افزایش چشمگیر هرزنامه ها در طی سال های اخیر شده است. تولید کنندگان هرزنامه همواره تلاش می کنند که راهکارهای به روزتری به منظور گریز از فیلترهای موجود بیابند. بنابراین ضرورت دارد که فیلترهای جدیدی متناسب با این هرزنامه ها توسعه یابد. عموماَ مهم ترین ابزار به منظور فیلترکردن هرزنامه ها بر اساس طبقه بندی متون کار می کنند. تاکنون روش های زیادی به منظور مقابله با هرزنامه پیشنهاد شده است، اما با توجه به بکارگیری مستمر تکنیک های جدید توسط تولیدکنندگان هرزنامه ها، نیاز بیش از پیش به استفاده از تکنیک های جدید و هوشمند مقابله با این هرزنامه ها احساس می شود. روش های جامع برای مقابله با هرزنامه، معمولاَ چندین روش را به منظور طراحی یک روش قدرتمند، با هم ترکیب می کنند. هدف این پایان نامه بررسی روش های موجود فیلترکردن هرزنامه ها و توسعه و پیاده سازی یک روش جدید و کارای فیلترکردن هرزنامه بر اساس روش های ترکیبی یادگیری ماشین می باشد. این پایان نامه از مجموعه دادهlingspam و spamassassin استفاده کرده است و شامل سه بخش آماده سازی داده، دسته بند های منفرد و دسته بندهای ترکیبی است. در بین نتایج دسته بندهای منفرد، الگوریتم های svm، smo و logistic regression بهترین عملکرد را ارائه نموده اند. در نهایت، با بررسی نتایج دسته بندهای ترکیبی، با توجه به معیارهای صحت، دقت و بازخوانی، مدل پیشنهادی ارائه شده است.