پیش بینی وب سایت های فیشینگ بر اساس شبکه عصبی چند لایه پرسپترون و الگوریتم بهینهسازی ذرات

امروزه گسترش و فراگیر شدن اینترنت باعث شده است که بسیاری از شرکتها و موسسات مالی خدمات خود را به صورت آنلاین به کاربران ارایه نمایند. سادگی و سهولت خدمات فروش آنلاین به کاربران باعث شده است که وبسایتهای زیادی خدمات آنلاین را به مشتریان ارایه دهند. سرقتهای اینترنتی یا حملات فیشینگ یکی از چالشهای اصلی خدمات آنلاین به شمار میرود که میتواند تجارات آنلاین را تهدید نماید. در سرقتهای اینترنتی یک هکر با ساخت یک وبسایت جعلی که شبیه وب سایت اصلی است کاربران را به سمت آن هدایت مینماید و با روشهای مهندسی اجتماعی کند سعی میآنها را به سمت وبسایت جعلی سوق دهد سپس از اعتماد کاربران سوء استفاده نموده و اطلاعات با ارزش نظیر حسابهای بانکی و مالی آنها را سرقت نماید. سرقتهای اینترنتی دارای مجموعهای از الگوهای پنهان میباشد که کشف آنها توسط روش های نظیر داده کاوی و تکنیکهای آن باعث شناسایی اینگونه از حملات می شود. در این مقاله یک روش جدید مبتنی بر الگوریتم بهینهسازی ذرات و شبکه عصبی مصنوعی چند لایه به عنوان تکنیک دادهکاوی برای تشخیص سرقتهای اینترنتی ارایه شده است. نتایج پیادهسازی ما در محیط برنامهنویسی متلب با استفاده از مجموعه داده مرتبط با حملات فیشینگ نشان می دهد که روش پیشنهادی با دقت %73,94 ، حملات 93,46% 83,34% صحت و 94,20% تشخیص ، حساسیتفیشینگ را شناسایی نماید و نسبت به روشهای مانند ماشین بردار پشتیبان، شبکه عصبی مصنوعی و درخت تصمیمگیری حساسیت بیشتری دارد.

Keywords:

سرقتهای اینترنتی , حملات فیشینگ , داده کاوی , شبکه عصبی مصنوعی , الگوریتم بهینهسازی ذرات