سامانه همایش های دانشگاه آزاد اسلامی واحد نجف آباد

صفحه اصلی / سومین کنفرانس بین المللی مهندسی و علوم کامپیوتر و اولین کنفرانس ملی سامانه های هوشمند، کلان داده و رایانش پیشرفته

تشخیص هرزنامه با استفاده از یک معماری ترنسفورمر دو مسیره (DART-Net)

نویسندگان :

امین هادی¹ مهدی مصلح² کیوان محبی³

1- دانشگاه آزاد اسلامی واحد خوراسگان 2- دانشگاه آزاد اسلامی واحد خوراسگان 3- دانشگاه آزاد اسلامی واحد خوراسگان

کلمات کلیدی :

تشخیص هرزنامه،یادگیری تخاصمی،حملات تخاصمی،معماری دو‌مسیره ترنسفورمر،مدل‌های سبک و سنگین،مسیریابی پویا،عدم قطعیت مدل

چکیده :

با پیچیده‌تر شدن حملات مبتنی بر هرزنامه، نیاز به چارچوب‌هایی که بتوانند هم‌زمان دقت، کارایی و مقاومت تخاصمی را تضمین کنند، بیش از گذشته احساس می‌شود. مرور ادبیات نشان می‌دهد که مدل‌های سبک مانند DistilBERT اگرچه کارایی بالایی دارند، اما در برابر حملات تخاصمی ساده نظیر TextFooler بسیار شکننده‌اند؛ در مقابل، مدل‌های سنگین‌تری همچون RoBERTa از نظر مقاومت عملکرد بهتری دارند اما برای استقرار عملیاتی بسیار پرهزینه‌اند. پژوهش‌های اخیر به صراحت بر این شکاف اساسی تأکید می‌کنند: نبود چارچوبی که بتواند به شیوه‌ای پویا بر اساس ریسک ورودی میان سرعت و مقاومت توازن برقرار کند. برای رفع این چالش، ما DART-Net را معرفی می‌کنیم؛ یک معماری ترنسفورمر دو مسیره و پویا که شامل یک مسیر سبک برای تحلیل سریع و یک مسیر مقاوم برای بررسی عمیق است. نوآوری کلیدی این کار در سه مؤلفه نهفته است: (1) یک معماری دوگانه که به طور تطبیقی میان کارایی و تحلیل عمیق جابه‌جا می‌شود؛(2) به‌کارگیری آموزش تخاصمی آنلاین در مسیر مقاوم برای افزایش پایداری؛(3) یک سازوکار گیتینگ آگاه از عدم قطعیت که ورودی‌های پرخطر را شناسایی کرده و تنها در صورت لزوم مسیر مقاوم را فعال می‌سازد. ارزیابی‌ها بر روی سه مجموعه‌داده معتبر (Enron، SMS Spam و SpamDam) نشان می‌دهد که DART-Net بدون افزایش قابل توجه تأخیر، به عملکردی قابل رقابت با RoBERTa دست می‌یابد و در عین حال میانگین تأخیر را تا 70٪ کاهش می‌دهد. مهم‌تر آنکه، تحت حملات تخاصمی مبتنی بر TextFooler، مدل ما نرخ موفقیت حمله را بیش از 40 واحد درصد کاهش داده و دقت پس از حمله را به طور معنی‌داری حفظ می‌کند. این یافته‌ها نشان می‌دهد که DART-Net یک چارچوب عملی برای نسل جدید سامانه‌های تشخیص هرزنامه در محیط‌های واقعی محسوب می‌شود و مسیرهای جدیدی برای توسعه سیستم‌های مقاوم، تطبیقی و بهینه در برابر تهدیدات نوظهور ارائه می‌دهد. این چارچوب با توجه به قابلیت استقرار سبک و تطبیقی خود، می‌تواند به‌طور مستقیم در سامانه‌های واقعی فیلترینگ ایمیل و پیامک ادغام شده و به عنوان یک راهکار عملی برای کاهش تهدیدات روزافزون هرزنامه‌های پیچیده و تخاصمی مورد استفاده قرار گیرد.