تجزیه و تحلیل ترکیبی مبتنی بر هوش مصنوعی در راستای جرم یابی فیشینگ نیزه ای (هدفمند)

فیشینگ نیزه ای(هدفمند) یکی از تکنیک های پیچیده و هدفمند از جرایم سایبری است. این جرم، نه تنها به دلیل هدف گذاری دقیق و شخصی سازی شده، بلکه به دلیل آثار مخرب آن بر امنیت اطلاعات و حریم خصوصی، به یکی از بزرگ ترین تهدیدات در فضای سایبری تبدیل شده است. تشخیص به موقع فیشینگ نیزه ای، عالوه بر محافظت از اطلاعات شخصی و مالی افراد، از آسیب های جدی به سازمان ها جلوگیری می کند. لذا هدف از این پژوهش بررسی نقش تجزیه و تحلیل ترکیبی مبتنی بر هوش مصنوعی در راستای جرم یابی فیشینگ نیزه ای می باشد. تکمیل این مقاله به روش توصیفی تحلیلی بر پایه منابع اینترنتی و کتاب خانه ای خارجی صورت گرفته است. براساس بررسی های صورت گرفته و نتایج به دست آمده، روش های یکپارچه سازی یادگیری ماشینی، تشخیص الگو در جریان های ارتباطی، تحلیل رفتاری الگوهای فرستنده، تطبیق الگوی تهدید تاریخی، قابلیت های یادگیری عمیق، پردازش زبان طبیعی (NLP) برای ارزیابی پیام، ارزیابی تهدید در زمان واقعی و امتیازدهی تهدید چند عاملی، جدیدترین روش های تجزیه و تحلیل ترکیبی مبتنی بر هوش مصنوعی در راستای تشخیص و شناسایی فیشینگ نیزه ای می باشد.

کلیدواژه ها:

تجزیه و تحلیل ترکیبی ، هوش مصنوعی ، جرم یابی ، فیشینگ نیزه ای