تشخیص کلاهبرداری اینترنتی با استفاده از الگوریتم جنگل تصادفی انتخاب ویژگی توسط الگوریتم خفاش باینری

سال انتشار: 1397
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 582

فایل این مقاله در 23 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:

ITCT05_050

تاریخ نمایه سازی: 18 اردیبهشت 1398

چکیده مقاله:

در طول سال های اخیر با افزایش کارابران اینترنت فراهم سازی بسترهای کسب کار معاملات در دنیای اینترنت مجازی استقبال کاربران چه بصورت انفرادی چه بصورت سازمانی حتی دولت ها را به دنبال داشته است. طبیعی است هر فرصت امکانی با چالشها وتهدیدهایی نیز مواجه می باشد. .یکی از عمده ترین تهدیدها که در حوزه اینترنت اتفاق می افتد، به خصوص در حوزه مالی، تهدیدهای جعل کلاهبرداری می باشد که مهاجمان سعی می کنند با استفاده از جعل وبسایت ها درگاه های پرداخت مالی به طرق مختلف کاربران را به صفحات درگاه های جعلی رهنمون اقدام به سرقت اطلاعات کاربران نمایند. برای مقابله با این تهدید ابتدا باید حمله تشخیص داده شود، سپساقدام به جلوگیری نمود. یکی از روش های تشخیص استفاده از الگوریتم های یادگیری ماشینی می باشد که جزو راهکارهای کارآمد می باشد. در مقاله حاضر با استفاده از مجموعه داده اخذ شده از سایت UCI سعی شده الگوریتم جنگل تصادفی را که بهترین دقت گزارش شده بر روی این مجموعه را داشته با استفاده از روش انتخاب ویژگی بوسیله الگوریتم خفاش باینری بهبود دهیم توسط این روش توانسته شد که با %43 ویژگی ها به دقت %98,02 دست پیدا شود.

کلیدواژه ها:

کلاهبرداری اینترنتی یادگیری ماشینی ، جنگل تصادفی ، الگوریتم خفاش باینری

نویسندگان

نگین نظری

کارشناسی ارشد نرم افزار، کارشناس مدیریت شبکه ارتباطات شرکت توزیع برق استان کردستان

محمد هیوا نظری

کارشناسی ارشد نرم افزار