>
Fa   |   Ar   |   En
   روش جدید تشخیص فیشینگ مبتنی بر ترکیب الگوریتم پنگوئن و داده‌کاوی  
   
DOR 20.1001.2.9919046224.1399.6.1.25.0
نویسنده ملک پور بجندی صبا ,تقوا محمدرضا ,حنفی زاده پیام
منبع وب پژوهي - 1399 - دوره : 6 - ششمين کنفرانس بين المللي وب پژوهي - کد همایش: 99190-46224
چکیده    با دسترسی آسان به اینترنت، بسیاری از کسب و کارها فعالیت‌های خود را در شبکه‌های وابسته به اینترنت انجام می‌دهند. اما همواره مخاطرات امنیتی از جمله حملات فیشینگ این کسب و کارها را تهدید می‌کنند. تعدد ویژگی‌های صفحات وب، منجر به استفاده از روش‌های انتخاب ویژگی و ترکیب آنها با روش‌های یادگیری به منظور تشخیص فیشینگ شده است. عملکرد مناسب الگوریتم فراابتکاری پنگوئن در یافتن پاسخ بهینه، ایده اصلی این مقاله جهت بررسی نحوه عملکرد این الگوریتم در مسئله تشخیص فیشینگ بوده است. بنابراین از ترکیب الگوریتم پنگوئن در فاز انتخاب ویژگی با شبکه عصبی مصنوعی در فاز تشخیص فیشینگ استفاده شده است. برای آموزش و ارزیابی روش پیشنهادی از یک مجموعه داده با 11055 نمونه وبسایت‌های فیشینگ و عادی استفاده شده است. نتایج پیاده‌سازی در محیط متلب نشان می‌دهد با افزایش اندازه جمعیت و تعداد تکرار در الگوریتم بهینه سازی پنگوئن، مقدار متوسط تابع انتخاب ویژگی 69.57%، و شاخص rmse حدود 24.56% کاهش یافته است. همچنین روش پیشنهادی در مقایسه با شبکه عصبی مصنوعی چند لایه حدود 29.16% خطای کمتری در تشخیص فیشینگ را نشان می‌دهد.
کلیدواژه فیشینگ ,انتخاب ویژگی ,الگوریتم‌های فراابتکاری ,روش‌های یادگیری ماشین
آدرس دانشگاه علامه طباطبائی, ایران, دانشگاه علامه طباطبائی, ایران, دانشگاه علامه طباطبائی, ایران
پست الکترونیکی hanafizadeh@gmail.com
 
 

Copyright 2023
Islamic World Science Citation Center
All Rights Reserved