مقاله کنفرانسی سال ۱۴۰۱ فارسی

تشخیص هرزنامه های توییتر با طبقه بندی بیز ساده

چکیده مقاله

توییتر پلتفرم رسانه اجتماعی محبوبی است که بیش از ۳۰۰ میلیون کاربر ماهانه دارد که روزانه ۵۰۰ میلیون توییت ارسال میکند این دلیل اصلی استفاده اسپمرها از توییتر برای انتشار نرم افزارهای بدخیم است که اطلاعات شخصی کاربر و توییت های حاوی Urlهای جعلی یا معیوب را میدزدد و قاطعانه کاربران را دنبال یا لغو دنبال میکند و توییتهای جعلی ترند برای جلب توجه کاربران آگهی ها و پورنوگرافی را منتشر میکند در سال های اخیر توییتر دادههای کاربران فعال را جمع اوری کرده و اقدامات آنها را تجزیه و تحلیل کرده است، این گزارش به وضوح نشان میدهد که بیش از ۳۲ میلیون کاربر به صورت روزانه با سرور برای اطلاعات عادی در تعامل بوده اند از این رو شناسایی و فیلتر کردن توییتها یا روندهای مخربی که برای کاربران مضر یا ناخواسته هستند در دنیای اجتماعی فعلی بسیار مهم است این مقاله در مورد روشهای تجزیه و تحلیل توییت طبقه بندی آنها به هرزنامه و ham بر اساس کلمات موجود در توییت ها بحث می کند اگرچه روش های یادگیری ماشینی و یادگیری عمیق مختلفی برای طبقه بندی و شناسایی توییتهای اسپم مانند svm وجود دارد، روشهای خوشه بندی و مدل تشخیص باینری که از طبقه بندی کننده Naive bayes استفاده میشوند اخیرا کاربران توییتر با دسترسی یا بازدید از پیامهای اسپم یا توییتهای غیر ضروری بد افزار، سرقت اطلاعات را تجربه میکنند باید به طور جدی در نظر گرفته شود زیرا بسیاری از افراد پول یا اطلاعات شخصی خود را از دست میدهند همچنین دزدی اطلاعات و ترندهای تقلبی یک تهدید محسوب میشوند و باید کنترل شود به لطف قابلیت دنبال کردن خودکار هرزنامه ها احتمالا با افراد بیشتری تعامل خواهند داشت

کلیدواژه‌ها

فیلتر کردن یادگیری عمیق اسپم توییت های مخرب طبقه بندی کننده Naïve bayes

نویسندگان

تصویر میلاد دشتبانی

میلاد دشتبانی

دانشجوی کارشناسی ارشد ناپیوسته هوش مصنوعی در موسسه آموزش عالی آپادانا شیراز

تصویر هاله همایونی

هاله همایونی

استادیار و عضو هیات علمی گروه مهندسی کامپیوتر،موسسه آموزش عالی آپادانا شیراز

تصویر مهسا جعفرزاده

مهسا جعفرزاده

کارشناسی ارشد گروه مهندسی کامپیوتر،موسسه آموزش عالی آپادانا شیراز

شیوه ارجاع

�شتبانی، میلاد و همایونی، هاله و جعفرزاده، مهسا،1401،تشخیص هرزنامه های توییتر با طبقه بندی بیز ساده،هشتمین کنفرانس بین المللی تحقیقات بین رشته ای در مهندسی برق، کامپیوتر، مکانیک و مکاترونیک در ایران و جهان اسلام،تهران

ارائه‌شده در

پوستر مجموعه مقالات هشتمین کنفرانس بین المللی تحقیقات بین رشته ای در مهندسی برق، کامپیوتر، مکانیک و مکاترونیک در ایران و جهان اسلام مجموعه مقالات هشتمین کنفرانس بین المللی تحقیقات بین رشته ای در مهندسی برق، کامپیوتر، مکانیک و مکاترونیک در ایران و جهان اسلام18 اسفند 1401 · تهران
ادامه مسیر پژوهش

مقالات مرتبط

مقاله کنفرانسی سال ۱۴۰۱ ۸۶۶ مشاهده

مروری بر کاویتاسیون در پمپ گریز از مرکز

کاویتاسیون یکی از چالش برانگیزترین ناهنجاریهای جریان سیال است که منجر به اثرات مضر بر رفتارهایجریان پمپ…

کاویتاسیونویژگیهای عملکردفشار بخار.
مقاله کنفرانسی سال ۱۴۰۱ ۷۴۴ مشاهده

استفاده از پتانسیل خالی دریاچه ارومیه برای احداث نیروگاه فتوولتائیک با ظرفیت ۱۵۰ مگاواتی در جزیره اسپیر با استفاده از نرم افزار PVSYST برای جلوگیری از انتشار گرد و غبار

دراین مقاله روش اجرایی و عملیاتی برای بررسی و مطالعه فنی امکان سنجی احداث نیروگاه های خورشیدی درجزیره اس…

نیروگاه فتوولتائیکدریاچه ارومیهتحلیل فنی
مقاله کنفرانسی سال ۱۴۰۱ ۶۹۴ مشاهده

مروری بر تعادل بار در محاسبات مه

تعدادی از دستگاه های اینترنت اشیا به صورت پیوسته روز به روز در حال افزایش هستند و حجم عظیمی ازدادهها را…

اینترنت اشیامحاسبات مهتعادل بار
مقاله کنفرانسی سال ۱۴۰۱ ۶۵۱ مشاهده

مطالعه بررسی تاثیر جنس ایمپلنت بر توزیع تنش با اعمال نیروی جویدنی بر تاج دندان

پیش زمینه: امروزه یکی از مهمترین روش های جایگزینی دندان از دست رفته، استفاده از ایمپلنت است با فراتر شدن…

ایمپلنت دندانیزیرکونیاتیتانیوم
مقاله کنفرانسی سال ۱۴۰۱ ۵۸۶ مشاهده

افزایش حفاظت دیفرانسیل ترانسفورماتور قدرت به منظور ارتقاء سطح امنیت و قابلیت اطمینان

اصل دیفرانسیل جریان یک اصل خوب شناخته شده ی مورد استفاده برای حفاظت از ترانسفورماتورها، موتورها، ژنراتور…

حفاظت دیفرانسیلنقطه شکستخطای داخلی
مقاله کنفرانسی سال ۱۴۰۱ ۵۷۹ مشاهده

راهکار تشخیص جوامع بر پایه الگوریتم ژنتیک در شبکه های پیچیده مبتنی بر خوشه بندی

تشخیص جوامع، بخش جدایی ناپذیری از شبکه های اجتماعی می باشد شناسایی جوامع، نقش بسیار مهمی درطیف وسیعی از…

شبکه های اجتماعیتشخیص جوامعالگوریتم ژنتیک