<?xml version='1.0' encoding='UTF-8'?>
<ArticleSet>
  <Article>
    <Journal>
      <PublisherName>دکتر محمد دوستی زاده</PublisherName>
      <JournalTitle>نشریه علمی-تخصصی دستاوردهای نوین در برق،کامپیوتر و فناوری</JournalTitle>
      <Issn></Issn>
      <Volume>3</Volume>
      <Issue>6</Issue>
      <PubDate PubStatus="epublish">
        <Year>2023</Year>
        <Month>05</Month>
        <Day>20</Day>
      </PubDate>
    </Journal>

    <ArticleTitle>Proposing a New Method to Identify Spams in SMS</ArticleTitle>
    <VernacularTitle>پیشنهاد روش نوینی برای شناسایی هرزنامه ها در SMS ها</VernacularTitle>
    <FirstPage>98</FirstPage>
    <LastPage>111</LastPage>
    <ELocationID EIdType="doi">10.22051/jera.2021.31891.2698</ELocationID>
    <Language>FA</Language>

    <AuthorList>
      <Author>
        <FirstName>سیما</FirstName>
                <Affiliation>دانشکده مهندسی کامپیوتر و فناوری اطلاعات، دانشگاه آزاد اسلامی، واحد مهدیشهر، سمنان، ایران</Affiliation>
      </Author>
      <Author>
        <FirstName>مریم</FirstName>
                <Affiliation>دانشکده مهندسی کامپیوتر و فناوری اطلاعات، دانشگاه آزاد اسلامی، واحد مهدیشهر، سمنان، ایران</Affiliation>
      </Author>
    </AuthorList>

    <PublicationType></PublicationType>

    <History>
      <PubDate PubStatus="received">
        <Year>2023</Year>
        <Month>04</Month>
        <Day>25</Day>
      </PubDate>
    </History>

    <Abstract>In recent years, the Internet has become an integral part of our human lives</Abstract>
    <OtherAbstract Language="FA">در سال های اخیر اینترنت به بخشی جدایی ناپذیر از زندگی ما انسانها تبدیل شده است. با افزایش استفاده از اینترنت، تعداد کاربران ایمیل روز به روز در حال افزایش است. این استفاده روزافزون از ایمیل مشکلاتی را ایجاد کرده است که ناشی از پیام‌های ایمیل انبوه ناخواسته است که معمولاً به آن اسپم می‌گویند. ایمیل در حال حاضر به یکی از بهترین راه ها برای تبلیغات تبدیل شده است که به واسطه آن ایمیل های اسپم تولید می شود. ایمیل های اسپم، ایمیل هایی هستند که گیرنده تمایلی به دریافت آنها ندارد. تعداد زیادی پیام یکسان برای چندین گیرنده ایمیل ارسال می شود. هرزنامه معمولاً در نتیجه ارائه آدرس ایمیل ما در یک وب سایت غیرمجاز یا غیرقانونی ایجاد می شود. بسیاری از اثرات هرزنامه وجود دارد. صندوق ورودی ما را با تعداد زیادی ایمیل بی فایده پر می کند. سرعت اینترنت ما را تا حد زیادی کاهش می دهد. اطلاعات مفیدی مانند سرقت می کند. لذا در این تحقیق روش نوینی برای شناسایی ایمیل های اسپم نوشته شده به زبان فارسی، پیشنهاد می نماییم. در این روش از ترکیبی از تکنیکهای یادگیری ماشین و یادگیری عمیق برای شناسایی اسپم های ایمیل استفاده نموده ایم. روش پیشنهادی با استفاده از مجموعه داده های آنلاین Kaggle استفاده نمودیم. نتایج بدست آمده نشان داد که روش پیشنهادی از لحاظ معیارهای ارزیابی (دقت، صحت،  Recall و F-Measure) کارایی بهتری در مقایسه با روشهای پیشنهاد شده توسط محققان دیگر دارد.</OtherAbstract>

    <ObjectList>
      <Object Type="keyword">
        <Param Name="value">Spams</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">SMS</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">Kaggle online datasets</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">machine learning techniques</Param>
      </Object>
      <Object Type="keyword">
        <Param Name="value">deep learning techniques.</Param>
      </Object>
    </ObjectList>

    <ArchiveCopySource DocType="pdf">/downloadfilepdf/1159473</ArchiveCopySource>
  </Article>
</ArticleSet>
