به سمت فیلترینگ اسپم: نتایج دیتاست جدید
Towards SMS Spam Filtering: Results under a New Dataset (2013)
به سمت فیلترینگ اسپم: نتایج دیتاست جدید
– توضیحات: ۱۸ صفحه انگلیسی، ۲۹ صفحه ترجمه آماده فارسی (word) (مقاله با ترجمه)
– چکیده ترجمه فارسی:
رشد کاربران تلفن همراه باعث افزایش قابل توجه پیامهای اسپم (خودکار یا ناشناس یا ناسالم) شده است. گزارشات اخیر بروشنی نشان می دهند که حجم اسپم تلفن همراه سال به سال در حال افزایش قابل ملاحظه ای می باشد. در عمل, مبارزه با چنین مشکلی به چند علت سخت است مانند مقدار کم این SMSها که باعث شده بسیاری از سرویس دهندگان و کاربران از آن چشم پوشی کنند, یا کمبود نرم افزارهای فیلترینگ اسپم. شاید یکی از نگرانی های مهم در نهادهای آکادمیک, کمیابی دیتاست های عمومی اسپم SMS باشد که برای اعتبارسنجی و مقایسه طبقه بندهای مختلف, بشدت مورد نیاز می باشد. همچنین, فیلترهای محتوایی قدیمی می توانند در معرض کاهش کارایی باشند زیرا پیامهای SMS نسبتا کوتاه و متن آنها عموما همراه با اصطلاحات و مخففها می باشد. در این مقاله, جزئیات مجموعه اسپمهای رمزگذاری نشده جدید و عمومی را ارائه می دهیم که طبق اطلاعات ما, بزرگترین نمونه موجود می باشد. همچنین, تحلیلی جامع از این دیتاست انجام داده تا تضمین شود هیچ پیام تکراری از دیتاستهای موجود قبلی در آن وجود نداشته باشد, زیرا این امر منجر به ساده سازی کار یادگیری طبقه بندهای اسپم شده و ارزیابی روش را بخطر می اندازد. بعلاوه, کارایی حاصل از چندین تکنیک یادگیری ماشین را نیز مورد مقایسه قرار داده ایم. بطور خلاصه, نتایج نشان می دهد که پروسه های انجام شده برای ساخت کلکسیون منجر به تکرار پیامها نشده و در زمینه طبقه بند, ماشین برداری پشتیبان دارای اجرای بهتری از دیگر تکنیکهای ارزیابی شده می باشد, و در نتیجه می توان از آن بعنوان مبدا مقایسات آینده استفاده نمود.
کلیدواژگان: اسپم تلفن همراه, اسپم SMS, فیلترینگ اسپم, دسته بندی متن, طبقه بندی.
دانلود متن کامل فارسی (قیمت ۲۳۰۰۰ تومان)
دیدگاهی بنویسید