فیلترینگ وب سایتهای مخرب در تجارت الکترونیک با فناوری پردازش کلان داده

حملات فیشینگ به عنوان یک چالش مهم در تجارت الکترونیک شناخته می شوند زیرا این حملات زیان قابل توجه ای به کاربران وارد نموده و اعتماد آنها به تجارت الکترونیک را نیز کاهش می دهد. در حملات فیشینگ یک وب سایت جعلی به جای وب سایت قانونی از طریق لینکهای جعلی معرفی می شود و اطلاعات مهم کاربران از طریق این صفحات جعلی مورد سرقت قرار گرفته می شود. برای تشخیص حملات فیشینگ می توان ویژگی های مختلف آنها بخصوص ویژگی های مهم مانند دامنه را برای یادگیری در روش های داده کاوی استفاده نمود تا الگوی صفحات جعلی استخراج شود. چالش مهم روش های یادگیری نظیر جنگل تصادفی در تشخیص صفحات جعلی در آن است که این روش ها برای یادگیری بر روی حجم اندکی از صفحات کارایی دارند و در مواجه با حجم بالایی از صفحات وب که امروزه تولید می شوند نمی توانند در زمان واقعی صفحات جعلی و فیشینگ را تشخیص دهند. در این مقاله برای افزایش سرعت یادگیری از سیستم های پردازش توزیع شده نظیر آپاچی اسپارک برای یاگیری روش های مانند جنگل تصادفی استفاده شده است. نتایج پیاده سازی ما بر روی مجموعه داده حملات فیشینگ نشان می دهد روش جنگل تصادفی نسبت به سایر روش های یادگیری مانند درخت تصمیم گیری، ماشین بردار پشتیبان و شبکه بیزین در تشخیص حملات فیشینگ دارای شاخص حساسیت و صحت بیشتری برای تشخیص صفحات جعلی است از طرفی شتاب اجرای الگوریتم درخت تصمیم گیری برای تشخیص حملات فیشینگ در اسپارک می-تواند تا 2.7 برابر حالت غیرتوزیع شده ارایه شود.

Keywords:

فیشینگ , سرقت اطلاعات , داده کاوی , تجارت اطلاعات , امنیت