تشخیص سرقت های آنلاین در شبکه اینترنت و شبکه های اجتماعی با شبکه عصبی مصنوعی چند لایه و انتخاب ویژگی
- سال انتشار: 1399
- محل انتشار: چهارمین کنفرانس بین المللی تحقیقات بین رشته ای در مهندسی برق، کامپیوتر، مکانیک و مکاترونیک در ایران و جهان اسلام
- کد COI اختصاصی: ECMM04_087
- زبان مقاله: فارسی
- تعداد مشاهده: 557
نویسندگان
دانشجوی کارشناسی ارشد نرم افزار- گروه کامپیوتر و فناوری اطلاعات، واحد نیشابور دانشگاه آزاد اسلامی، نیشابور، ایران
استادیار- گروه کامپیوتر و فناوری اطلاعات، واحد نیشابور دانشگاه آزاد اسلامی، نیشابور، ایران
چکیده
یک چالش مهم در اینترنت و شبکه های اجتماعی وجود افرادی به نام فیشر یا سارق است که کاربران را فریبداده و اطلاعات باارزش آنها را سرقت می نمایند. در حملات فیشینگ که فیشرها بر علیه کاربران شبکه اعمالمی نمایند، یک لینک جعلی از طریق شبکه اجتماعی توزیع شده و کاربران را دعوت می نمایند که روی لینک کلیکنموده تا وارد صفحات جعلی شوند. در صفحات جعلی اطلاعات مهم کاربران مانند نام کاربری و کلمه عبور آنهامورد سرقت قرار گرفته می شود. یکی از روش های تشخیص حملات فیشینگ استفاده از روش های یادگیریماشین و داده کاوی مانند شبکه عصبی مصنوعی است. در این مقاله برای کاهش دادن خطای طبقه بندی شبکهعصبی چند لایه در تشخیص فیشینگ از الگوریتم انتخاب ویژگی بر اساس رفتار حشرات آب پیما استفاده می شود.در روش پیشنهادی شبکه عصبی مصنوعی با استفاده از بردار ویژگی بهینه حملات فیشینگ را تشخیص می دهد.پیاده سازی روش پیشنهادی در نرم افزار متلب انجام شده و از 11055 نمونه برای ارزیابی در تشخیص فیشینگاستفاده شده است. آزمایشات نشان داد دقت روش پیشنهادی برابر 98.92 % است و این در حالی است که دقتشبکه عصبی چند لایه بدون انتخاب ویژگی 96.26 % است. روش پیشنهادی در تشخیص فیشینگ از روش هاییادگیری نظیر DTOF-ANN ،Kmeans&SVM ،FACA ،PNN ،BN&SVM در تشخیص فیشینگموثرتر و دقیق تر است.کلیدواژه ها
فیشینگ در شبکه اجتماعی، یادگیری مبتنی بر انتخاب ویژگی، شبکه عصبی مصنوعی، حملات فیشینگمقالات مرتبط جدید
- تحلیل انطباقی کیفیت و میزان محبوبیت خدمات ابری با بررسی و مقایسه رتبه بندی Tranco و رتبه بندی عملکردی شرکت های ابری
- طبقه بندی سیگنال های EEG ثبت شده از قشر پیش پیشانی به منظور کشف اثر موسیقی در شدت احساسات با استفاده از شبکه عصبی مصنوعی و پرسشنامه
- ارائه رویکردی برای مدیریت ریسک در پروژه های نرمافزاری با استفاده از خوشه بندی تجمعی
- تحلیل احتمالنقض ترتیب علیتی پیام ها در یک الگوریتم پخش علیتی در سیستمهای توزیع شده
- بهینه سازی به سبک گربه های شنی: الگوریتمی برای جستجوی کارآمد و مدیریت ازدحام
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.