تشخیص فیشینگ با استفاده از روش دسته بندی ترکیبی

سال انتشار: 1398
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 472

فایل این مقاله در 14 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ISCELEC03_084

تاریخ نمایه سازی: 14 فروردین 1399

چکیده مقاله:

هر در حال حاضر همه کارهای روزمره افراد ازجمله خرید، پرداخت صورتحساب موبایل به صورت آنلاین موجود است. با توجه به نقش مهم اینترنت در فعالیت های مالی و روزمره انسان ها، صفحات جعلی سعی می کنند از طریق حمله های فیشینگ با سرقت اطلاعات شخصی کاربران، از آن برای منافع مالی خود بهره جویند. فیشینگ روشی رایج برای کسب اطلاعات شخصی از کاربران است. مسئله فیشینگ به صورت تعیین جعلی بودن یا نبودن یک وبسایت مطرح می شود . عمده پژوهش های مختلف در این حوزه با روش های دسته بندی در داده کاوی انجام شده است. در این مقاله نیز از چند روش دسته بندی روی یک مجموعه داده که شامل ویژگی های سایت های مختلف می باشد، برای بررسی جعلی بودن سایت ها استفاده شده است. هدف اصلی از این مقاله بررسی استفاده از روش های دسته بندی ترکیبی می باشد. برای این منظور روش های دسته بندی کیسه ای، تقویتی و پشته ای استفاده شده است. در روش های دسته بندی کیسه ای و تقویتی از مدل دسته بندی درخت تصمیم و در روش دسته بندی پشته ای از مدل های دسته بندی درخت تصمیم، روش k، نزدیک ترین همسایه و روش بیز روی مجموعه داده رامی اجرا شده است. روش های مورد بررسی در محیط نرم افزار رپیدماینر شبیه سازی شده است. برای مقایسه و ارزیابی روش های مورد بررسی از معیارهای دقت، صحت و فراخوانی استفاده شده است. نتایج حاصل از این بررسی نشان دهنده این است که دقت روش دسته بندی ترکیبی پشته ای 2.02 درصد بهتر از روش دسته بندی کیسه ای و 1.59 درصد بهتر از روش دسته بندی تقویتی بوده است.

نویسندگان

الهه ایرانی نژاد

گروه فناوری اطلاعات، واحد کاشان ، دانشگاه آزاد اسلامی ،کاشان، ایران

مهدی اسماعیلی

گروه کامپیوتر ، واحد کاشان ، دانشگاه آزاد اسلامی ،کاشان، ایران