غالبًا ما يصنع المحتالون خدعًا جديدة على مواقعهم على الويب ويتحايلون على تقنيات مكافحة التصيد الحالية للتطفل غير الآمن ، وسرقة الهوية الرقمية للمستخدمين ، ثم الأرباح غير القانونية. وهذا يزيد الحاجة إلى دمج ميزات جديدة لاكتشاف مواقع الويب المخادعة الجديدة وتحسين تقنيات مكافحة التصيد الحالية. في ضوء ذلك ، تم اقتراح 58 ميزة هجينة جديدة في هذه الورقة وتم تقييم قابليتها للتنبؤ باستخدام معيار التواجد المشترك للميزات وخوارزمية التعلم الآلي الأساسية. أظهر الاختبار والتحليل التجريبيان النتائج المهمة للسمات المقترحة على أداء الكشف. نتيجة لذلك ، يتم تحديد الميزات الأكثر تأثيرًا ، ويتم تقديم رؤى جديدة لمزيد من تحسين الكشف.
الملخص الانجليزي
Phishers frequently craft novel deceptions on their websites and circumvent existing anti-phishing techniques for insecure intrusions, users’ digital identity theft, and then illegal profits. This raises the needs to incorporate new features for detecting novel phish websites and optimizing the existing anti-phishing techniques. In this light, 58 new hybrid features were proposed in this paper and their prediction susceptibilities were evaluated by using feature co-occurrence criterion and a baseline machine learning algorithm. Empirical test and analysis showed the significant outcomes of the proposed features on detection performance. As a result, the most influential features are identified, and new insights are offered for further detection improvement.
الدكتورة هبة زهير زيدان | Dr. Hiba Zuhair | 4904