تشخیص وب سایت های فیشینگ با استفاده از ترکیب الگوریتم کاهش ابعاد و الگوریتم درخت کارکردگرا

فیشینگ یک نوع حمله مهندسی اجتماعی است، در این مقاله، برای میزان دقت تشخیص حملات وب سایت های فیشینگ از یک مجموعه داده که شامل ۹۹۹۹ نمونه می باشد و هر نمونه ۳۰ ویژگی در آن بررسی شده است، استفاده کردیم. برای پیاده سازی میزان دقت تشخیص وب سایت های فیشینگ از ترکیب الگوریتم کاهش ابعاد و الگوریتم درخت کارکردگرا استفاده کردیم. با استفاده از الگوریتم کاهش ابعاد تعداد ویژگی ها رو از ۳۰ به ۸ کاهش دادیم بعد با الگوریتم درخت کارکردگرا میزان دقت تشخیص حملات وب سایت های فیشینگ بدست آوردیم این الگوریتم یک چارچوب کلی برای یادگیری را در بر می گیرد. یعنی درختان طبقه بندی چند متغیره یا رگرسیون که می توانند از ترکیبی از ویژگی ها در گره های تصمیم، گره های برگ یا هر دو استفاده کنند. برای نتایج پیاده سازی از ابزار weka که یک ابزار داده کاوی است، استفاده کردیم. با استفاده از ترکیب االگوریتم کاهش ابعاد و درخت کارکردگرا توانستیم میزان دقت تشخیص حملات وب سایت های فیشینگ را ۹۶.۲۰ % افزایش دهیم.

Keywords:

فیشینگ , الگوریتم کاهش ابعاد , درخت کارکردگرا