Zeitschrift für Computertechnik und Informationstechnologie

Ein Schwarm-Negativauswahlalgorithmus zur Erkennung von E-Mail-Spam

Ismaila Idris und Ali Selamat

Ein Schwarm-Negativauswahlalgorithmus zur Erkennung von E-Mail-Spam

Die zunehmende Verbreitung von E-Mail-Spam durch den Einsatz von Urgent-Mailing-Tools macht die Generierung von Detektoren erforderlich, um der Bedrohung durch unerwünschte E-Mails entgegenzuwirken. Eine durch das menschliche Immunsystem inspirierte Detektorgenerierung implementiert eine Partikelschwarmoptimierung (PSO) zur Generierung von Detektoren im negativen Selektionsalgorithmus ( NSA). Ausreißerdetektoren sind einzigartige Merkmale, die vom lokalen Ausreißerfaktor (LOF) generiert werden. Der lokale Ausreißerfaktor wird als Fitnessfunktion implementiert, um den lokal besten (Pbest) jedes Detektorkandidaten zu bestimmen. Geschwindigkeit und Position der Partikelschwarmoptimierung werden eingesetzt, um die Bewegung und die neue Partikelposition jedes Ausreißerdetektors zu unterstützen. Die Partikelschwarmoptimierung (PSO) wird implementiert, um die Detektorgenerierung im negativen Selektionsalgorithmus zu verbessern, anstatt Detektoren zufällig zu generieren. Das Modell wird als Schwarm-negativer Selektionsalgorithmus (SNSA) bezeichnet. Die experimentellen Ergebnisse zeigen, dass das vorgeschlagene SNSA-Modell besser funktioniert als der Standard-NSA.