تشخیص وبسایتهای فیشینگ با استفاده از شبکههای عصبی عمیق با ترکیب ویژگیهای مبتنی بر یو آر ال، محتوا، موتور جستجوی گوگل و دامنه

محبوبیت روزافزون اینترنت، منجر به رشد چشمگیر تجارت الکترونیک شد. با این حال، چنین فعالیتهایی دارای چالشهای امنیتی اساسی است که عمدتا ناشی از کلاهبرداریهای سایبری و سرقت هویت افراد است. از این رو، بررسی مشروعیت صفحات وب بازدید شده، یک کار بسیار مهم برای ایمن کردن هویت مشتریان و جلوگیری از حملات فیشینگ است. استفاده از روشهای یادگیری ماشین و یادگیری عمیق، به طور محقق گرامی بمنظور صرفه جویی در وقت شما در این کنفرانس چکیده و اصل را همزمان دریافت می نماید. به عنوان یک راه حل امیدوارکننده شناخته شده است. تحقیقات، مملو از مطالعاتی است که از روشهای یادگیری ماشین و یادگیری عمیق برای تشخیص فیشینگ وب سایت استفاده میکنند. با توجه به اینکه در تحقیقات قبلی، تشخیص فیشینگ با استفاده از ویژگیهای مختلف از مجموعه داده، توسط شبکههای عمیق بررسی شده است، در این مقاله، قصد داریم تشخی ص فیشینگ وب سایت را، با استفاده از چندین نوع ویژگی به صورت ترکیبی، با کمک شبکههای عمیق انجام دهیم. روش پیشنهادی ما، تشخیص وبسایتهای فیشینگ، با استفاده از شبکههای عصبی عمیق با ترکیب ویژگیهای مبتنی بر یو آر ال، محتوا، موتور جستجوی گوگل و دامنه است.

کلیدواژه ها:

تشخیص وب سایتهای فیشینگ ، شبکه عصبی عمیق ، یو آر ال ، محتوا ، موتور جستجوی گوگل ، دامنه