مقابله با سايتهاي تجارت جعلي با مكانيزم يادگيري و انتخاب ويژگي گروهي

امروزه بيشتر شركتها و موسسات فعال در حوزه تجارت سعي مي كنند به كمك وب سايتهاي تجاري خدمات خود نظير فروش آنلاين يا حراج آنلاين را به مشتريان در فضاي اينترنت ارايه دهند. ارايه خدمات تجاري در بستر اينترنت باعث سهولت تجارت الكترونيك و كسب و كار آنلاين شده است و در هزينه ها صرفه جويي زيادي نموده است. يكي از چالش هاي مهم در توسعه وب سايتهاي تجاري وجود صفحات جعلي يا فيشينگ در اينترنت است. صفحات جعلي با جعل هويت و ظاهر وب سايتهاي تجاري در اينترنت نظير درگاه هاي پرداخت و ارسال لينكهاي جعلي براي كاربران سعي مي كنند اطلاعات كاربران و مشتريان را مورد سرقت قرار دهند. حملات فيشينگ كه نوعي از حملات مهندسي اجتماعي است به كمك صفحات جعلي در اينترنت انجام شده و زيان قابل توجه اي به كاربران و زيرساختهاي تجارت الكترونيك وارد مي نمايند. يكي از روش هاي تشخيص صفحات جعلي استفاده از تكنيك هاي يادگيري ماشين و داده كاوي است كه مي توان الگوي اين صفحات جعلي را شناسايي نمايد. در اين پژوهش براي تشخيص حملات فيشينگ و وب سايتهاي جعلي از مكانيزم يادگيري شبكه عصبي مصنوعي در كنار انتخاب ويژگي توسط الگوريتم خفاش براي تشخيص صفحات جعلي استفاده شده است و نتايج آزمايشات ما نشان مي دهد دقت روش پيشنهادي بيشتر از شبكه عصبي مصنوعي، درخت تصميم¬گيري و ماشين بردار پشتيبان است.