Розробка аналітичної системи розпізнавання фішингових сайтів на основі штучного інтелекту
Ескіз недоступний
Дата
2020
Автори
Назва журналу
Номер ISSN
Назва тому
Видавець
КНТЕУ
Анотація
У даній роботі розглянуто проблематику загрози фішингу та розроблено
класифікатор для протидії даній загрози.
Запропонований у роботі класифікатор бізується на аналізі роботи
п’яти алгоритмів класифікації даних: Neural Network, Naive Bayes, Logistic
Regression, Decision Tree, k-nearest neighbours. Для експерименту з відбором
ознак були використані дані алгоритмів машиного навчання: Wrapper subset
evaluation, Consistency subset evaluation і Correlation-based feature subset
evaluation. П’ять вище зазначени х методів були треновані з різним набором
даних для виявлення плюсів та мінусів процесу відбору функцій. Дослідження
виявило деякий набір ознак з найбільш ефективною точністю класифікації і
дало змогу відібрати три алгоритми із запропонованих п’яти для розробки
нової схеми класифікації.
Впровадження даного класифікатора дозволить з більшою точністю
виявляти фішингові сайти за рядом притаманних їм ознакам, що в свою чергу
може використатися як один із засобів протидії фішингу.
Ключові слова: фішинг, фішинговий сайт, розпізнавання фішингових
сайтів, відбір характеристик, класифікація, машинне навчання.
Опис
ВИПУСКНА КВАЛІФІКАЦІЙНА РОБОТА