使用机器学习方法检测钓鱼网站-研究论文

【文件属性】：
文件名称：使用机器学习方法检测钓鱼网站-研究论文
文件大小：747KB
文件格式：PDF
更新时间：2021-06-10 01:38:24
论文研究 网络钓鱼攻击的增长方式与电子商务行业的增长类似。 预测和预防网络钓鱼攻击是保护在线交易的非常关键的一步。 在这方面可以应用数据挖掘工具，因为该技术非常简单，可以在几秒钟内挖掘数百万条信息并提供准确的结果。 借助随机森林、决策树、神经网络和线性模型等机器学习算法，我们可以将数据分类为网络钓鱼、可疑和合法。 这可以基于网络钓鱼网站的独特功能来完成，用户无需检查单个网站。 相反，我们可以通过提取一些独特的特征来识别和预测网络钓鱼、可疑和合法网站。 这项工作的目的是开发保护用户免受网络钓鱼攻击的模型。 在本文中，随机森林、决策树、线性模型和神经网络算法已用于网络钓鱼数据集。 然后在准确率、错误率、准确率和召回率方面比较这些算法的结果。