تشخیص فیشینگ با استفاده از ویژگی های مبتنی بر URL و ناهنجاری

با افزایش استفاده از شبکه های اینترنتی، تلاش سودجویان نیز گسترش یافته است. از اصلی ترین سودجویی های رایج فیشینگ می باشدکه مربوط به شکارکردن گذر واژهی افراد از طریق طعمه است. از این رو، تلاش های بسیاری برای تشخیص فیشینگ و درنتیجه، کاهش تاثیر اینسودجویی ها انجام گرفته است. روش پیشنهادی این مقاله دارای دو فاز کلی است. در فاز اول به استخراج ویژگی های مناسب پرداخته شده و درفاز دوم، کلاسه بندی انجام می گیرد. ویژگی هایی که در فاز اول استخراج می گردد به 4 دسته ی مبتنی بر نوار آدرس، ناهنجاری، دامنه و جاوااسکریپتتقسیم می گردند که تلاش شده است با درگیرکردن ویژگی های معتبر و مناسب، عمل کلاسه بندی در فاز دوم به بهترین نحو انجام گیرد. با آزمایشکلاسه بندهای جنگل تصادفی، بیزین، شبکه عصبی پرسپترون و ماشین برداری پشتیبان، این نتیجه حاصل گشت که جنگل تصادفی بهترین کاراییرا داشته است. در ارزیابی روش پیشنهادی از پایگاه دادهی استاندارد بهره برده و نتایج حاصل از معیارهای استفاده شده، حاکی از کارایی روشپیشنهادی می باشد.