ان تهديدات التصيد الاحتيالي التي لا تنتهي على الفضاء الإلكتروني تحفز الباحثين على تطوير نماذج تصنيف تصيد أكثر كفاءة للبقاء على قيد الحياة في أمان الإنترنت الأسمى مع خدمات الويب الآمنة. ومع ذلك ، لا تزال هذه الإنجازات غير كفؤة في أدائها ضد هجمات الخداع الجديدة. ويعزى ذلك إلى عوامل الحث لنموذج التصنيف نفسه ، مثل مساحة الميزات المختلطة ، والتعلم غير النشط على تدفقات البيانات الحديثة ، والتكيف المحدود مع هجمات التصيد الاحتيالي المتطورة. في ضوء ذلك ، تبحث هذه الورقة في المنجزات الحالية ، وتدرس حدودها ، وتعيد تحديد عوامل التحريض التي تحتاج إلى تعزيز لتطبيق ناجح في الوقت الفعلي. وبالتالي ، يوصى بالتوقعات المستقبلية حول كيفية تكريس خطة مكافحة الخداع ذات الأداء الجيد.
الملخص الانجليزي
Never-ending phishing threats on cyberspace motivate researchers to develop more proficient phishing classification models to survive a supreme cyber-security with safe web services. However, such achievements remain incompetent in their performance against novel phish attacks. This is attributed to the induction factors of the classification model itself such as hybrid feature space, inactive learning on up-to-date data flows, and limited adaptation to the evolving phish attacks. In this light, this paper surveys the current achievements, studies their limitations, restates what induction factors need to boost for a successful real-time application. Consequently, future outlooks are recommended on how to devote a well-performed anti-phishing scheme.
الدكتورة هبة زهير زيدان | Dr. Hiba Zuhair | 4840