کاربرد هوش مصنوعی در امنیت سایبری و مقابله با حملات فیشینگ

با گسترش روزافزون فناوری های دیجیتال و افزایش تعاملات آنلاین، تهدیدات امنیت سایبری نیز به طور قابل توجهی پیچیده تر شده اند. در میان این تهدیدات، حملات فیشینگ (Phishing) به دلیل اتکای مستقیم بر مهندسی اجتماعی و فریب کاربران، یکی از موثرترین روش های نفوذ به سامانه های اطلاعاتی محسوب می شوند. ظهور هوش مصنوعی، به ویژه مدل های زبانی بزرگ و الگوریتم های یادگیری ماشین، موجب تحول اساسی در شیوه اجرای حملات فیشینگ شده و پیام های جعلی را از نظر زبانی، ساختاری و محتوایی بسیار شبیه به ارتباطات انسانی واقعی ساخته است. این موضوع کارایی روش های سنتی تشخیص فیشینگ را به طور جدی کاهش داده است. هدف این پژوهش، بررسی نقش هوش مصنوعی در مقابله با حملات فیشینگ و ارائه یک چارچوب هوشمند مبتنی بر یادگیری ماشین برای شناسایی این نوع حملات در محیط های سایبری است. در این مطالعه، با استخراج ویژگی های ساختاری URL و ویژگی های محتوایی پیام های ایمیل، عملکرد چند الگوریتم یادگیری ماشین مورد ارزیابی قرار گرفته است. نتایج نشان می دهد که مدل پیشنهادی مبتنی بر جنگل تصادفی، دقت بالاتری نسبت به سایر روش ها در تشخیص حملات فیشینگ دارد و می تواند به عنوان یک راهکار موثر در سامانه های امنیت سایبری مورد استفاده قرار گیرد.

کلیدواژه ها:

امنیت سایبری ، فیشینگ ، هوش مصنوعی ، یادگیری ماشین ، مهندسی اجتماعی