ارائه رویکردی به منظور شناسایی و پیش بینی وبسایتهای فیشینگ به وسیله الگوریتمهای کلاسبندی براساس مشخصههای صفحات وب | ||
| مدل سازی در مهندسی | ||
| مقاله 19، دوره 14، شماره 47، 1395، صفحه 213-227 اصل مقاله (962.1 K) | ||
| نوع مقاله: پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22075/jme.2017.2483 | ||
| نویسندگان | ||
| مهدی دادخواه* 1؛ مجید سعیدی مبارکه2 | ||
| 1گروه مهندسی کامپیوتر و فناوری اطلاعات، موسسه آموزش عالی صنعتی فولاد، فولادشهر، اصفهان | ||
| 2گروه کامپیوتر، واحد مبارکه، دانشگاه آزاد اسلامی، مبارکه، ایران | ||
| چکیده | ||
| امروزه مهمترین ریسک و چالش مورد توجه در تجارت و بانکدارای الکترونیک، خطر کلاهبرداری آنلاین و حملات فیشینگ است. حملات فیشینگ همواره به عنوان یکی از ابزارهای پرکاربرد برای مهاجمان، به منظور سرقت کلمههای عبور و رمزهای الکترونیک کاربران در مبادلات الکترونیک بوده است. در این نوع کلاهبرداری، مهاجمان نامههای الکترونیک با ادعاهای مختلف به قربانی ارسال میکند و با تکنیکهای مختلفی قربانی را به صفحههای جعلی خود هدایت میکند سپس اقدام به سرقت اطلاعات حساس کاربران مانند رمزهای عبور مینماید. صفحات وب، نامههای الکترونیک و آدرسهای فیشینگ دارای ویژگیهایی هستند که از آنها میتوان برای شناسایی این حملات استفاده کرد. در این مقاله رویکردی جهت شناسایی و پیشبینی وبسایتهای فیشینگ با استفاده از الگوریتمهای کلاسبندی بر اساس مشخصههای صفحات وب ارائه خواهد شد که نرخ خطای کمتری نسبت به سایر تکنیکهای مقابله با حملات فیشینگ، به خصوص تکنیکهای مشابه میتنی بر الگوریتمهای داده کاوی دارد. در رویکرد ارائه شده، ویژگیهای قابل استفاده در شناسایی صفحات فیشینگ براساس میزان تاثیر در شناسایی این حملات وزن بندی شده سپس با اعمال الگوریتمهای کلاس بندی بر روی مجموعه دادههای مرتبط، الگویی به منظور شناسایی این حملات استخراج میگردد که قادر به شناسایی حملات ژورنال فیشینگ بوده و نرخ خطای کمتری را نسبت به سایر روشهای مشابه پیشین نیز دارا میباشد. | ||
| کلیدواژهها | ||
| فیشینگ؛ دزدی الکترونیکی؛ امنیت تجارت الکترونیک؛ ژورنال فیشینگ؛ مدلسازی حملات؛ مشخصه صفحات وب | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 4,414 تعداد دریافت فایل اصل مقاله: 1,098 |
||
| تعداد نشریات | 22 |
| تعداد شمارهها | 718 |
| تعداد مقالات | 10,319 |
| تعداد مشاهده مقاله | 72,328,832 |
| تعداد دریافت فایل اصل مقاله | 64,057,373 |