ارائه مدل کارا جهت شناسایی عملیات فیشینگ در تبلیغات مجازی به کمک تکنیک های داده کاوی و یادگیری عمیق

امروزه یکی از مهم ترین روش های توسعه کسب و کار تبلیغات در فضای وب است. از آنجایی که دنیای وب یک فضای گسترده و رقابتی برای سرویس دهندگان فراهم کرده است لذا تبلیغات موفق عنصر اصلی موفقیت در این حوزه محسوب می شود. تبلیغات موفق به کمک روش ها و رویکردهای مختلفی صورت می پذیرد از جمله روش های جذب مخاطب استفاده از تکنیک همراه کردن کاربران و سوق دادن آنها به سمت سرویس دهنده هدف با انجام کلیک های هدایت شده است. در حقیقت کاربران اینترنتی به کمک تبلیغات لینک ها و بنرها و دیگر ابزارهای مختلف توسط سایت های واسط یک سرویس دهنده خاص را تبلیغ می کنند و در ازای هر کاربر هدایت شده به وب سایت هدف ارزش گذاری و در نهایت کسب درآمد می کنند اما نکته مبهمی که در کلیک های کاربران وجود دارد این است که آیا همه کاربران و کلیک های هدایت شده واقعی هستند و یا از سمت تبلیغ کننده برای کسب منافع شخصی به صورت تعریف شده انجام شده است لذا روش ها و تکنیک هایی زیادی برای تشخیص کلیک های کلاه برداری و سالم در بستر وب در راستای کمک به سرویس دهندگان ارائه شده است. در این تحقیق روشی جهت شناسایی عملیات فیشینگ در تبلیغات مجازی به کمک تکنیک های داده کاوی و یادگیری عمیق ارائه شده است. روش ارائه شده در این تحقیق از چند بخش مختلف تشکیل شده است به عبارتی پس از تحلیل رفتاری کاربران و آماده سازی داده اولیه اقدام به پیش پردازش داده و نرمال سازی پایگاه داده اولیه از سایت های مبلغ شده است سپس به کمک تکنیک خوشه بندی کاهشی علاوه بر کوچک کردن حوزه مورد بررسی به انتخاب خوشه هدف پرداخته شده است داده های مورد بررسی بر اساس تراکنش های مالی از درگاه پرداخت بانک قوامین در سایت دیجی کالا اساس تشخیص سلامت و کلاه برداری در نظر گرفته شده است. در گام بعدی با استفاده از یادگیری عمیق در دو فاز یادگیری و تشخیص با k-fold۵ بررسی ها از دید دقت صحت و بازیابی انجام شده است. نتایج به دست آمده بیانگر بهبود دقت ۲/۳، صحت ۲/۱ و بازیابی ۱/۴ درصد در تشخیص نسبت به روش های دیگر است.

کلیدواژه ها:

وب ، کاوی ، کلیک های کلاه برداری ، یادگیری عمیق ، خوشه بندی کاهشی