ارائه روشی جهت تشخیص حملات فیشینگ با استفاده از ماشین بردارپشتیبان و الگوریتم بهینه سازی فاخته

فیشینگ یکی از روشهای کلاه برداری است که به سرعت در حال رشد میباشد. توجه به امنیت و شناسایی وب سایتهای جعلی یکی از راه حلهای پیش رو برای مقابله با این مهم است. از این رو بسیاری از محققان در پی یافتن روش هایی هستند تا بتوان انواع مختلف این حمله را شناسایی و از تاثیرهای مخرب آن پیشگیری نمایند. یکی از تکنیکهای شناخته شده برای طبقه بندی و تشخیص صفحه های جعلی، استفاده از ماشین بردار پشتیبان است. از این تکنیک در صورتی که مجموعه داده ی مفیدی در اختیار داشته باشد و نیز پارامترهای مهم آن بهینه سازی شده باشد، میتوان انتظار نتیجه ای قابل قبولی داشته باشیم. استفاده از الگوریتمهای مناسب در این مسئله میتواند ما را به طبقه بندی مطلوب در این زمینه نزدیک گرداند. در این تحقیق با استفاده از الگوریتم بهینه سازی فاخته سعی شده است با انتخاب بهترین ویژگی ها از مجموعه داده ی استفاده شده، ضمن کاهش ابعاد و سرعت بخشی به طبقه بندی در مدل ایجاد شده، پارامترهای مهم ماشین بردار پشتیبان نیز بهینه شود؛ تا در نهایت مدلی تولید گردد که با دقت بالا بهترین طبقه بندی را برای مجموعه داده داشته باشد. مدل ایجاد شده در این روش، بر روی دو مجموعه داده، مورد ارزیابی قرار گرفته است که نتایج آن نشان از کارایی روش پیشنهادی برای طبقه بندی و تشخیص صفحه های فیشینگ دارد. نتایج ارزیابی، نرخ دقت 95 /1درصد را برای مجموعه داده ی اول و نرخ دقت 96 /4درصد و 95/5درصد را برای دو تعداد رکورد مختلف استفاده شده از مجموعه داده ی دوم نشان میدهد.

ارائه روشی جهت تشخیص حملات فیشینگ با استفاده از ماشین بردارپشتیبان و الگوریتم بهینه سازی فاخته Keywords:

فیشینگ , ماشین بردار پشتیبان , الگوریتم بهینه سازی فاخته.