التنبؤ بالتصيد الاحتيالي بالاعتماد على تقنيات تعلم الآلة

الباحث

عمر مهدي صالح

المشرف

مظفر جليل جاسم - علي طارش حسن

الجامعة

الهيئة العراقية للحاسبات والمعلوماتية

الكلية / القسم

معهد المعلوماتية للدراسات العليا / علوم الحاسوب

الشهادة

دبلوم عالي

السنة

2023

لغة الرسالة

انكليزي

الكلمات المفتاحية

Phishing;Machine learning;Prediction;Cyber security

تظل هجمات التصيد الاحتيالي تشكل تهديدًا كبيرًا لمستخدمي الإنترنت في جميع أنحاء العالم. غالبًا ما يرسل مجرمو الإنترنت روابط تصيد عبر قنوات مختلفة مثل رسائل البريد الإلكتروني أو منصات التواصل الاجتماعي أو الرسائل النصية لخداع المستخدمين للكشف عن معلوماتهم الحساسة مثل كلمات المرور أو أسماء المستخدمين أو تفاصيل بطاقة الائتمان. يتم بعد ذلك استخدام هذه المعلومات المسروقة لارتكاب أنواع مختلفة من الاحتيال أو بيعها على شبكة الإنترنت المظلمة لتحقيق الربح. ولمواجهة هذه المشكلة، تم تطوير حلول قائمة على التعلم الآلي لاكتشاف عناوين URL الخاصة بالتصيد الاحتيالي. ومع ذلك، تختلف هذه الحلول في فعاليتها، مع التركيز على الخوارزميات المستندة إلى عنوان URL. يقترح هذا المشروع عدة نماذج مقارنة تعتمد حول الكشف على عناوين URL سواء كانت شرعية او غير شرعية، مع التركيز على عنوان URL الخاص بموقع الويب. تم تنفيذ المشروع المقترح باستخدام Scikit-Learn from Python لتدريب النماذج للتنبؤ والتحليل، والتي يمكنها تحديد عنوان URL سواء كان تصيدًا أو شرعيًا. بالإضافة إلى استخدام الأساليب القائمة على التعلم الآلي للكشف عن التصيد الاحتيالي المستند إلى عنوان URLs، من الضروري أن يقوم المشروع بتحديث بيانات التدريب بشكل مستمر ليظل فعالاً في مواجهة تقنيات التصيد الاحتيالي المتطورة. يعد تحديث مجموعة البيانات بانتظام باستخدام نماذج التصيد الاحتيالي الجديدة وعناوين URL المشروعة أمرًا ضروريًا للحفاظ على الدقة العالية يعتمد المشروع على مجموعة بيانات URL الشرعية ,والغير شرعية بميزاتها الـ 89 و11431 سجلًا. المنهجية المسماة (Phish-ML)، وتضمنت هذه المنهجية المقترحة خطوات: الحصول على البيانات من Kaggle، وتقنيات التعلم الآلي المختلفة (ML) وهي Random Forest (RF)، Decision Tree (DT) ، Support Vector Machine (SVM) ، K-Nearest Neighbors (KNN)، Gradient Boosting (GB)، تم استخدام خوارزمية Voting Classifier (VT) على البيانات وتبين انها الافضل في تنبؤ التصيد الاحتيالي. تم استخدام مقاييس مختلفة مثل الدقة، والاستدعاء، والدقة، ومصفوفة الارتباك لتقييم أداء النماذج، والخطوة الأخيرة هي اختيار الأفضل. أظهرت النتائج أن VT)) كان الأفضل بدقة 97.37%،97.06%(RF) ، (GB) 96.01%,(SVM) 95.58% ، (DT) 93.43%، وأقلها (KNN) بدقة 93.24% .النتائج التجريبية اكدت الدقة العالية للنموذج المقترح مقارنة بالأعمال السابقة.

Phishing attacks remain a significant threat to internet users worldwide. Cybercriminals often send out phishing links through various channels such as emails, social media platforms, or text messages, to trick users into disclosing their sensitive information such as passwords, usernames, or credit card details. This stolen information is then used to perpetrate various types of fraud or sold on the dark web for profit. To combat this problem, a machine learning-based solutions have been developed for detecting phishing URLs. However, these solutions vary in their effectiveness, with focusing on url-based algorithms. A project proposes several comparison models based approach to real-time phishing urls detection, with a focus on the website's url. The proposed project implemented using scikit-learn from python to train the models for predicting and analysis, which can identify url whether is phishing or legitimate. In addition to using machine learning-based approaches for url-based phishing detection, it's crucial for the project to continuously update its training data to stay effective against evolving phishing techniques. Regularly updating the dataset with new phishing samples and legitimate URLs is essential to maintain high accuracy. The project depends on the phishing and legitimate URLs dataset with its 89 features and 11431 records. The methodology named as (Phish-ML), the proposed of this methodology included steps: data acquisition from kaggle, different machine learning (ML) techniques which are random forest (RF), decision tree (DT), support vector machine (SVM), k-nearest neighbors (KNN), gradient boosting (GB), voting classifier (VT) are utilized on the data and examined to find as the best ones for phishing prediction. Different parameters such as accuracy, recall, precision, and confusion matrix were used to evaluate the performance of the models the last step is to choose the best. The results show that voting classifier was the best with accuracy 97.37%, rf 97.06%, gb 96.01%, svm 95.58%, dt 93.43%, and the lowest one was knn with accuracy 93.24%. Experimental results confirmed the higher accuracy of the proposed model as compared with previous works.

طلب نسخة من الملف

الملفات غير منشورة على الموقع. اترك بياناتك وسيتواصل معك موظفو قسم الشؤون الثقافية والفنون لإرسال النسخة مجاناً.

الاسم

رقم الهاتف

البريد الإلكتروني

الغرض من الطلب (اختياري)

إرسال الطلب