ارائه مدل کارا جهت شناسایی عم لیات فیشینگ در تبلیغات مجازی به کمک تکنیک های داده کاوی و یادگیری عمیق

امروزه یکی از مهمترین روش های توسعه کسب وکار تبلیغات در فضای وب است. از آنجایی که دنیای وب یک فضای گسترده و رقابتی برای سرویسدهندگان فراهمکرده است لذا تبلیغات موفق عنصر اصلی موفقیت در این حوزه محسوب میشود. تبلیغات موفق به کمک روش ها و رویکردهای مختلفی صورت میپذیرد از جمله روشهای جذب مخاطب استفاده از تکنیک همراه کردن کاربران و سوق دادن آنها به سمت سرویس دهنده هدف با انجام کلیکهای هدایت شده است. در حقیقت کاربران اینترنتی به کمک تبلیغات، لینکها و بنرها و دیگر ابزارهای مختلف توسط سایت های واسط یک سرویسدهنده خاص را تبلیغ میکنند و در ازای هر کاربر هدایت شده به وبسایت هدف ارزشگذاری و در نهایت کسب درآمد میکنند. اما نکته مبهمی که در کلیک های کاربران وجود دارد این است که آیا همه کاربران و کلیک های هدایت شده واقعی هستند و یا از سمت تبلیغ کننده برای کسب منافع شخصی به صورت تعریف شده انجام شده است. لذا روشها و تکنیک هایی زیادی برای تشخیص کلیک های کلاهبرداری و سالم در بستر وب در راستای کمک به سرویس دهندگان ارائه شده است. در این تحقیق روشی جهت شناسایی عملیات فیشینگ در تبلیغات مجازی به کمک تکنیکهای دادهکا وی و یادگیری عم یق ارائه شده است. روش ارائه شده در این تحقیق از چند بخش مختلف تشکیل شده است به عبارتی پس از تحلیل رفتاری کاربران و آمادهسازی داده اولیه اقدام به پیشپردازش داده و نرمالسازی پایگاه داده اولیه از سایت های مبلغ شده است سپس به کمک تکنیک خوشه بندی کاهشی علاوه بر کوچک کردن حوزه مورد بررسی به انتخاب خوشه هدف پرداخته شده است داده های مورد بررسی بر اساس تراکنش های مالی از درگاه پرداخت بانک قوامین در سایت دیجی کالا اساس تشخیص سلامت و کلاهبرداری در نظر گرفته شده است. در گام بعدی با استفاده از یادگیری عمیق در دو فاز یادگیری و تشخیص با k-fold5 بررسی ها از دید دقت، صحت و بازیابی انجام شده است. نتایج بدست آمده بیانگر بهبود دقت 3 / 2 ، صحت 1 / 2 و بازیابی 4 / 1 درصد در تشخیص نسبت به رو ش های دیگر است. .