تشخیص پیامکهای اسپم با استفاده از مدل زبانی N-gram و تکنیکهای دادهکاوی

چکیده مقاله

در دهههای اخير، با توسعه ارتباطات و ابزارهای نوين ارتباطی مانند تلفنهای همراه، سرويس جديدی به نام پيامک که شکل جديدی از ارتباطات متنی بود به وجود آمد. اين سرويس بدليل محبوبيت بسياری که در بين کاربران دارد و همچنين بدليل سادگی در استفاده و قابل اعتماد بودن آن مورد توجه قرار گرفت. بگونهای که بسياری از شرکتها برای تبليغات خود از اين سرويس استفاده میکنند. علاوه بر تبليغات ناخواسته که غالبا برای کاربران تلفن همراه ناخوشآيند است، اين سرويس بستری مناسب برای فعاليتهای کلاهبردارانه میباشد. بنابراين در اين پژوهش سعی شد تا با استفاده از مدل زبانی N-Gram و يک سيستم وزن دهی مناسب، روش جديدی برای تشخيص پيامک های اسپم ارائه شود. اين روش قابليت پيادهسازی در هر دو سمت سرور و کلاينت را دارد، علاوه براين امکان يادگيری توسط کلاينت در اين مدل پيش بينی شده است. نتايج ارزيابی نشاندهندهی دقتی برابر با 89.89 % میباشد. اين درحالی است که کاذب مثبتی برابر با 0.0.9 بدست آمده است.

نحوه استناد به مقاله

در صورتی که می خواهید به این مقاله در اثر پژوهشی خود ارجاع دهید، می توانید از متن زیر در بخش منابع و مراجع بهره بگیرید :

1.سحر آقا حسینی؛2.دکتر منصور اسماعیل پور؛ ۱۳۹۵، تشخیص پیامکهای اسپم با استفاده از مدل زبانی N-gram و تکنیکهای دادهکاوی، چهارمین کنفرانس بین المللی پژوهش در علوم و تکنولوژی، https://scholar.conference.ac:443/index.php/download/file/8611-Introducing-a-sms-spam-detecting-Method-based-n-gram-Language-Models-and-data-mining-integration

در داخل متن نیز هر جا به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پرانتز، مشخصات زیر نوشته شود.

(1.سحر آقا حسینی؛2.دکتر منصور اسماعیل پور؛ ۱۳۹۵)

دریافت لینک دانلود مقاله

پژوهشگر عزیز، برای دانلود مقاله تنها کافی است فرم زیر را تکمیل نموده و بر روی دکمه دریافت لینک دانلود مقاله کلیک نمایید. در صورت عدم دریافت لینک دانلود مقاله در ایمیل خود (و پوشه spam) پس از 10 دقیقه، درخواست خود را مجدد ارسال نمایید.

نام و نام خانوادگی
شماره موبایل
ایمیل