نوع مقاله : مقاله پژوهشی

نویسندگان

• منا اندوهگین ¹
• بهرام امینی ²
• محمد داورپناه جزی ³

¹ دانشجوی کارشناسی ارشد مهندسی فناوری اطلاعات، موسسه آموزش عالی صنعتی فولاد، اصفهان، ایران.

² استادیار مهندسی کامپیوتر و فناوری اطلاعات، موسسه آموزش عالی صنعتی فولاد، اصفهان، ایران

³ استادیار، مهندسی کامپیوتر و فناوری اطلاعات، موسسه آموزش عالی صنعتی فولاد، اصفهان، ایران

چکیده

هدف: پژوهش حاضر با هدف تحلیل مجلات ربوده شده و ارائۀ ویژگی‌هایی جدید در جهت به‌کارگیری آنها و کاهش کلاهبرداری اینترنتی در این زمینه انجام شد.
روش‌شناسی: برای دست‌یابی به این هدف، ابتدا براساس مطالعات انجام شده بر روی وب‌سایت مجلات قانونی و مجلات ربوده شده ویژگی‌های این نوع از حملات استخراج گشته و سپس مجموعة آموزشی ایجاد می‌شود. تعداد رکوردهای داده‌ای گردآوری شده 104 عدد است و با استفاده از ابزار داده‌کاوی WEKA مورد تحلیل و ارزیابی قرار گرفت.
یافته­ ها: داده‌های گردآوری شده در این پژوهش با استفاده از ابزار داده‌کاوی WEKA مورد تحلیل قرار گرفته است. الگوریتم‌های استفاده شده در این پژوهش الگوریتم‌های درخت تصمیم می‌باشند. الگوریتمی که نرخ خطای کمتری داشته باشد انتخاب می‌شود. یافته‌ها نشان می‌دهد که نرخ خطا در این روش حدود 9 درصد بود.
بحث و نتیجه‌گیری: مطالعات پیشین حاکی از رشد تعداد ناشران جعلی و مجلات ربوده شده است. ازاین‌رو، در این مقاله به روشی جهت شناسایی این نوع مجلات پرداخته شده است. نتیجۀ به‌دست آمده از داده‌های گردآوری شده با استفاده از درخت تصمیم و تحلیل آن نشان داده شده است.

کلیدواژه‌ها

• مجلات ربوده شده
• کلاهبرداری اینترنتی
• مجلات معتبر
• انتشار یافته‌های علمی

موضوعات

• مدیریت اطلاعات

عنوان مقاله [English]

Presenting An Approach For Recognizing The Detecting Hijacked Journals by Using Decision Tree Algorithms

نویسندگان [English]

• Mona Andoohgin Shahri ¹
• Bahram Amini ²
• Mohammad Davarpanah Jazi ³

¹ MSc Student of Computer and Information Technology, Foulad Institute of Technology, Isfahan, Iran

² Assistant Professor of Computer and Information Technology, Foulad Institute of Technology, Isfahan, Iran.

³ Assistant Professor of Computer and Information Technology, Foulad Institute of Technology, Isfahan, Iran.

چکیده [English]

purpose: This study was conducted for the analysis of hijacked journal and presenting new features to apply them and reduce internet frauds.
Methodology: To reach this goal, First according to studies done on the websites the of authentic and hijacked journals, the features of this kind of attacks are extracted and then a training dataset is created. The number of collected data records is 104 were collected and analyzed using WEKA data mining tools. The results showed that the applied method has an error rate of 1 percent.
Findings: The collected data of this research was analyzed by Weka data mining software. The algorithms used in this survey were developed by the Decision Tree Algorithm. An algorithm with a lower error rate is selected. The results showed that the applied method has an error rate of 9 percent.
Conclusion: The previous studies showed an increase in the number of fake publishers and hijacked journals. This article is dealt with finding a way to identify these type of journals. The results obtained from the data collected using a decision tree and the analysis thereof was shown.

کلیدواژه‌ها [English]

• Hijacked journal
• Internet fraud
• Authentic journal
• Academic ethics