ارائه یک رویکرد دسته بندی فازی ممدانی برای شناسایی حملات فیشینگ

امروزه اینترنت بسیار گسترش و فراگیر شده است و این امر باعث شده که بسیاری از شرکت ها و موسسات مالی خدماتخود را به صورت آنلاین به کاربران ارائه نمایند. حملات فیشینگ یکی از چالش های اصلی خدمات آنلاین به شمار می رود کهمی تواند تجارات آنلاین را تهدید نماید. حملات فیشینگ دارای مجموعه ای از الگوهای پنهان است که کشف این الگوها توسطتکنیک های داده کاوی و یادگیری ماشین می تواند به شناسایی اینگونه از حملات کمک کند. در این مقاله یک روش ترکیبیمبتنی بر الگوریتم دسته بندی درخت تصمیم فازی و سیستم قوانین فازی ممدانی به عنوان یک تکنیک داده کاوی برایتشخیص وب سایت های فیشینگ ارائه شده است. نتایج پیاده سازی در محیط متلب با استفاده از مجموعه داده مرتبط باحملات فیشینگ نشان میدهد که الگوریتم پیشنهادی تنها با 17 قانون به دقت متوسط 97.3 % رسیده است و نسبت بهروش های Wrapper-RF و PCA-BPNN برتری دارد.

Keywords:

حملات فیشینگ , دسته بندی , قوانین فازی , درخت تصمیم , داده کاوی