ارایه رویکرد مناسب برای شناسایی وب سایت های فیشینگ و بررسی ویژگی ها مبتنی بر شبکه عصبی
محل انتشار: دومین کنفرانس مکانیک،مهندسی برق و کامپیوتر
سال انتشار: 1399
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 777
فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CMECE02_004
تاریخ نمایه سازی: 15 مهر 1399
چکیده مقاله:
فیشینگ، سعی و تلاش برای بدست آوردن گذر واژه، حساب کاربری، ایمیل و غیره از طریق شبکه های اجتماعی و وب سایت های پرداخت آنلاین و بانکداری الکترونیکی می باشد. نخستین هدف فیشینگ طراحی کدهای مخرب می باشد و هر فردی با دانش کم می تواند این کدها را طراحی و پیاده سازی نماید و به اهداف خود برسد. مقاله حاضر در حوزه فیشنگ روش ارایه کرده است که بتواند با استفاده از الگوریتم های یادگیری ماشین بروز فیشینگ را پیش بینی کند. جنبه نوآوری این تحقیق در بررسی اهمیت هر یک از ویژگی ها و انتخاب ویژگی های موثر در تشخیص وب سایت های فیشینگ می باشد. همچنین روش پیشنهادی مبتنی بر روش های شبکه عصبی و ماشین یادگیر بوده و با آموزش شبکه عصبی بر اساس ویژگی های موثر، سعی در بالا بردن تشخیص وبسایت های فیشینگ دارد. روش پیشنهادی این مقاله در مقایسه با سایر روش های مطرح توانست به دقت بالای 90 درصد در پیش بینی و تشخیص سایت های فیشینگ دست یابد. این در حالی است که بالاترین دقت در مقایسه با روش پیشنهادی الگوریتم درخت تصمیم بوده که دقتی حدود 85 درصد ارایه کرده است
کلیدواژه ها:
نویسندگان
اردلان متقی محمودی
دانشجوی کارشناسی ارشد، مهندسی کامپیوتر گرایش شبکه های کامپیوتری، موسسه آموزش عالی دیلمان
میرمنصور ضیابری
عضو هیات علمی موسسه آموزش عالی دیلمان
سید عبدالرضا حسام محسنی
دانشجوی دکتری کامپیوتر، دانشگاه صنعتی شریف
مجید مشکین مژه
عضو هیات علمی موسسه آموزش عالی دیلمان