انتخاب ویژگی های بهینه برای تشخیص حملات فیشینگ مبتنی بر معیارهای شباهت دامنه

امروزه رشد روزافزون فضای مجازی بر ابعاد مختلف زندگی انسان تاثیر گذاشته و مزیت های استفاده از این فناوری موجب شده است که بسیاری از کسب وکارها بر پایه تبادل اطلاعات در این فضا شکل بگیرند. با وجود تمام مزایای این فناوری، مخاطراتی نیز ممکن است افراد استفاده کننده از آن را تهدید کند که یکی از این مخاطرات، محتواهای تقلبی است که می تواند به عنوان ابزاری برای انجام حملات فیشینگ مورد استفاده قرار گیرد. از آن جا که سایت های فیشینگ معمولا ظاهری مشابه وب سایت های قانونی دارند و محتوای آن ها را تکرار می کنند، تشخیص آن ها به دلیل گردآوری و تحلیل محتوای سایت ها پیچیده می شود. لذا در این مقاله، به طور خاص به ویژگی های مرتبط با دامنه سایت پرداخته شده است. این ایده که دامنه یک سایت فیشینگ سعی در ایجاد تشابه با دامنه سایت های معتبر و قانونی دارد، در نظر گرفته شده است. به همین منظور، یک مجموعه ویژگی مبتنی بر شباهت بر اساس نتایج موتور جستجوی گوگل معرفی شده است. این ویژگی ها به همراه ویژگی های دیگر که در دو گروه ویژگی های مبتنی بر وابستگی و ویژگی های مبتنی بر ارزش توانسته اند با استفاده از ۱۲۷ ویژگی، دقت ۹۹.۲۶ درصد در شناسایی سایت های فیشینگ را به دست آورند. همچنین، با ارزیابی ویژگی ها با استفاده از معیارهای انتخاب ویژگی فیلتر، نشان داده شده است که ۵ ویژگی مبتنی بر شباهت معرفی شده توانسته اند رتبه های دوم تا ششم بهترین ویژگی ها را از نظر معیارهای انتخاب ویژگی کسب کنند. در نهایت، با کاهش ابعاد مجموعه ویژگی ها به ۵۴ ویژگی، دقت طبقه بندی به ۹۹.۴۷ درصد بهبود یافته است.

کلیدواژه ها:

انتخاب ویژگی ، تشخیص فیشینگ ، یادگیری ماشین ، محیط وب واقعی