شناسایی وبگاه‌های دام‌چینی به کمک شبکه عصبی گسسته‌سازبرداریادگیر(lvq)

در سال‌های اخیر به دلیل رواج و تکامل فناوری‌های ارتباطی، فعالیت‌های روزمرۀ مردم با فضای سایبر عجین شده و به تبع آن جرایمی از جمله سرقت پول و هویت در بستر اینترنت به شدّت افزایش یافته است. وبگاه‌ دام‌چینی، یکی از جدّی‌ترین انواع حمله‌های سایبری به‌شمار می‌رود که با ظاهری کاملاً مشابه وبگاهی معتبر و قانونی ایجاد شده و با فریب کاربران اینترنتی، اعتبار یا اطلاعات شخصی آن‌ها را به سرقت می‌برد.تاکنون روش‌های زیادی برای شناسایی وبگاه‌های دام‌چینی ارائه شده‌ است که در این میان، روش‌های مبتنی بر یادگیری ماشینی به موفقیت‌های بیشتری دست‌یافته و به راه‌حلی امیدوارکننده تبدیل شده‌اند. در این مقاله مدلی مبتنی بر شبکه عصبی گسسته‌ساز بردار یادگیر(lvq) برای شناسایی وبگاه‌های دام‌چینی ارائه شده است. روش کاربردی روی مجموعه‌داده‌ای متشکل از 30 ویژگی از 6.157 وبگاه قانونی و 4.898 وبگاه دام‌چینی مورد ارزیابی قرارگرفته و عملکرد آن با سایر مدل‌های موجود مقایسه شده است. نتایج نشان می‌دهد مدل پیشنهادی به زمان کوتاه‌تری برای آموزش نیاز دارد و پس از آن با سرعت بیشتری و با صحت بیش از 95 درصد، وبگاه‌ها را به درستی شناسایی می‌کند.