نجمه صمدیانی - عضو هیات علمی، دانشگاه کوثر بجنورد
زینب حسنی - عضو هیات علمی، دانشگاه کوثر بجنورد

حملات فیشینگ یکی از مهمترین تهدیدها به اشخاص در اینترنت دنیای امروز است؛ در واقع، وبسایت های فیشینگ نقطه شروع حملات شبکه های اجتماعی آنلاین به حساب می آیند. مهاجمان، صفحات وب را با تقلید از وبسایت های قانونی توسعه داده و آدرسهای URL مخرب را برای یافتن اطلاعات حساس ارسال می کنند. بنابراین، شناسایی این وبسایت ها از هر دو منظر آکادمیک و صنعتی در اولویت قرار گرفته و راه حل های گوناگونی برای شناسایی آن ها پیشنهاد شده است. در این مقاله، با استفاده از الگوریتم های داده کاوی، وبسایت های فیشینگ را شناسایی می کنیم. با اعمال داده های موجود در پایگاه داده UCI، شامل ۳۰ ویژگی از صفحات وب مانند آدرس URL و آدرس IP، به دو الگوریتم تکاملی فاخته استاندارد و فاخته تطبیقی، تعداد ویژگی ها را به ۹ مورد کاهش می دهیم. هم چنین، با استفاده از الگوریتم Bagging به عنوان کلاسه بند و با داده های با بعد کاهش یافته، وبسایت های فیشینگ را با دقت ۹۳.۳۳% شناسایی می کنیم. با مقایسه ی نتیجه به دست آمده با روش های موجود در این حوزه، برتری روش پیشنهادی مشهود است.

وبسایت فیشینگ، الگوریتم فاخته، الگوریتم فاخته تطبیقی، الگوریتم Bagging