شناسایی صفحات فیشینگ و جعلی با تکنیک یادگیری ماشین و الگوریتم بهینه سازی پروانه
- سال انتشار: 1398
- محل انتشار: سومین کنفرانس ملی فناوریهای نوین در مهندسی برق و کامپیوتر
- کد COI اختصاصی: ICTI03_056
- زبان مقاله: فارسی
- تعداد مشاهده: 1559
نویسندگان
دانشجوی کارشناسی ارشد فناوری اطلاعات ، دانشگاه گیلان ،گروه مهندسی کامپیوتر
استاد یار معماری کامپیوتر دانشگاه گیلان ،دانشکده فنی ، گروه مهندسی کامپیوتر ،
چکیده
صفحات جعلی در اینترنت و حملات فیشینگ یکی از چالش های تجارت الکترونیک و فضای مجازی است و سالانه تعداد زیادی حمله فیشینگ در اینترنت انجام می شود و باعث میشود که اعتماد کاربران به شبکه پرداخت آنلاین کاهش یابد. زبان حملات فیشینگ به میلیاردها دلار در سال می رسد و از طرفی باعث می شود تا اعتماد کاربران به خدمات پرداخت آنلاین کاهش یابد. از این جهت شناسایی این حملات مهم و حیاتی است. یکی از روش های تشخیص حملات فیشینگ استفاده از روش های یادگیری ماشین مانند شبکه عصبی مصنوعی و درخت تصمیم گیری است. اما این روش ها نیاز به مکانیزم هوشمندانه انتخاب ویژگی دارند تا بتوانند فقط بر روی ویژگیهای مهم متمرکز شود. در روش پیشنهادی از الگوریتم بهینه سازی پروانه به عنوان یک الگوریتم هوش گروهی و هوشمند برای انتخاب بردار بهینه ویژگی در تشخیص حملات فیشینگ استفاده می شود تا خطای شناسایی حملات فیشینگ کاهش داده شود. پیاده سازی روش پیشنهادی در محیط متلب نشان می دهد مقدار تابع هدف انتخاب ویژگی بر حسب تکرار الگوریتم بهینه سازی پروانه یک روند رو به کاهش است و این کاهش نشان می دهد خطای تشخیص فیشینگ و تعداد ویژگی های انتخاب شده برای تشخیص فیشینگ بر حسب تکرار الگوریتم بهینه سازی پروانه در حال کاهش است. آزمایشات نشان می دهند خطای روش پیشنهادی و دقت آن برای تشخیص حملات فیشینگ به ترتیب برابر 0098 و ٪99٫68 است. نتایج تحقیق نشان میدهد دقت روش پیشنهادی برای تشخیص فیشینگ از دقت روش های شبکه عصبی مصنوعی چند لایه، شبکه عصبی مصنوعی بازگشتی، ماشین بردار پشتیبان و جنگل تصادفی بیشتر است و همچنین دقت روش پیشنهادی از روش های ترکیبی انتخاب ویژگی و یادگیری ماشین نظیر جنگل تصادفی، درخت تصمیم گیری و شبکه عصبی مصنوعی چند لایه برای تشخیص فیشینگ بیشتر است.کلیدواژه ها
فیشینگ، حملات آنلاین، سرقت تحت وب، هوش گروهی، داده کاویمقالات مرتبط جدید
- ارزیابی اقتصادی و زیست محیطی سناریوهای ترکیب انرژی تجدیدپذیر در برنامه ریزی تولید برق ایران تا افق ۱۴۱۰
- بررسی فناوریها و استراتژیها برای بهینه سازی مصرف انرژی و افزایش کارایی در شبکه های توزیع
- فناوری اطلاعات و ارتباطات سبز
- Hoo Controller Design for a Quadruple-Tank Multivariable System: Robust Performance via Weighted Sensitivity Shaping
- تاثیر حیاتی همبستگیهای آماری ضعیف بادبار بر قابلیت اطمینان سیستمهای قدرت: دیدگاهی فراتر از مدلهای سنتی
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.