تشخیص صفحات وب سایت فیشینگ با الگوریتم های شبکه های عصبی

سال انتشار: 1403
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 146

فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

CONFIT01_0239

تاریخ نمایه سازی: 4 مهر 1403

چکیده مقاله:

حملات فیشینگ با هدف سرقت اطلاعات محرمانه با استفاده از روش ها ی مختلف و تکنینک ها و ابزارها یی مانند فیشینگ از طر یق تزریق محتوا ، مهندسی اجتماعی ، شبکه های اجتماع ی آنلاین و برنامه های کاربردی تلفن همراه میباشد ]۱[ ، فیشینگ فرآیند نما یش صفحات وب غیر واقعی در محل صفحات وب واقعی برای بدست آوردن اطلاعات مهم از کاربر نهائی است امروزه فیشینگ به عنوان یکی از جدی تر ین تهدیدات برای امنیت وب در نظر گرفته می شود ]۲[ ، هدف وب سایت های فیشینگ دسترسی و باز یابی اطلاعات مهم کا ربران مانند اطلاعات شخصی ، رمز عبور ، ایمیل ، کار ت های اعتباری و سا یر اطلاعات حساب است برای جلوگیری و کاهش خطرات این حملات، چندین روش تشخیص فیشینگ توسعه داده شد که در میان آنها الگوریتم های یادگیری عمیق نتایج امیدوارکننده ای را ارائه کردند ، بیشترین استفاده از الگوریتم های یادگیری عمیق ، شبکه های عصبی عمیق ، DNN شبکه های عصبی کانولوشنال و شبکه های عصبی مکرر/شبکه های حافظه کوتاه مدت طولانی بودند. DNN و الگوریتم های یادگیری عمیق ترکیبی بهترین عملکرد را در میان سایر الگوریتم های مبتنی بر یادگیری عمیق ارائه کردند.

نویسندگان

نجف محسنی

دانشجوی کارشناسی ارشد مهندسی امنیت سا یبری دانشگاه افسری و تربیت پلیس امام حسن مجتبی (ع)