بهبود الگوریتم بهینه سازی علف های هرز مهاجم با K نزدیک ترین همسایه در طبقه بندی ایمیل هرزنامه

امروزه ایمیل که یک وسیله ارتباطی سریع و کم هزینه می باشد به یکی از مهم ترین ابزارهای مدرن برای ارتباط در محیط های برخط تبدیل شده است. اما مشکلی اصلی این است که ارسال هرزنامه باعث آزار کاربران، اتلاف زمان، هزینه، منابع شبکه و پهنای باند می شود. بنابراین ایمیل هرزنامه به یک مشکل جدی برای کاربران و سازمان هایی که مدت زمان زیادی از وقت خود را با ایمیل و کامپیوتر کار می کنند تبدیل شده است. در ایمیل هرزنامه بیشتر اوقات، کلاهبرداران با فرستادن هرزنامه قصد نفوذ به کامپیوتر یا کلاهبرداری را دارند که این گونه هرزنامه ها اغلب حاوی نرم افزارها و پیوندهای مخرب هستند که در درون خود انواع بدافزارها و ویروس ها را دارند. در این مقاله یک مدل بهبود یافته مبتنی بر الگوریتم بهینه سازی علف های هرز مهاجم و K نزدیک ترین همسایه برای تشخیص ایمیل هرزنامه پیشنهاد شده است. در مدل پیشنهادی با استفاده از الگوریتم بهینه سازی علف های هرز مهاجم، ویژگی های مهم برای تشخیص ایمیل هرزنامه را انتخاب می کنیم و سپس توسط K نزدیک ترین همسایه، نمونه ها را طبقه بندی می کنیم. انتخاب ویژگی باعث می شود که درصد دقت تشخیص بیشتر باشد. ارزیابی مدل پیشنهادی برروی مجموعه داده Spambase انجام شده است. نتایج نشان داده که مقدار صحت در مدل پیشنهادی برابر 91.11% است که در مقایسه با مدل های دیگر دقت تشخیص بهتری دارد.