ارائه روشي جديد براي شناسايي ايميل‌هاي مخرب و فيشينگ بانكي با استفاده از الگوريتم‌هاي ژنتيك و جستجوي ممنوع

Provide a New Way to Detect emails's Spam and Phishing and Bank Phishing Using Genetic Algorithms and Prohibited Search

همه حملات فيشينگ همواره به صورت جعل وبگاه و فيشينگ تلفني انجام نمي‌شود. ايميل‌ها و پيام‌هايي كه ظاهراً از طرف بانك فرستاده مي‌شود و از كاربر اطلاعات دريافت مي‌كنند، نيز مي‌تواند حمله فيشينگ باشد. انتخاب ويژگي و انتخاب نمونه دو مسئله بسيار مهم در مرحله پيش‌پردازش داده‌ها در كشف ايميل‌هاي مخرب هستند. به خصوص، در شناسايي هرزنامه‌ها كه بدون كاهش داده تقريباً دقت خوبي در نتايج بدست نخواهد آمد. اكثر مقالات و تحقيقات بر روي يكي از اين مسئله تمركز كرده‌اند و كمتر مقالاتي وجود دارند كه به‌صورت تركيبي در جهت كشف ايميل‌هاي مخرب كار كرده باشند. ازاين‌رو هدف از پزوهش حاضر، ارائه روشي است كه جهت كاهش داده در شناسايي ايميل‌ها انتخاب ويژگي و نمونه را به‌صورت همزمان انجام دهد. در روش پيشنهادي در اين مقاله از الگوريتم جست‌وجوي ممنوع و الگوريتم ژنتيك به صورت تركيبي و همزمان استفاده شده است. جهت برازندگي اين روش نيز از تابع ارزيابي ماشين بردار پشتيبان بهره گرفته شد. نتايج نشان دادكه ميزان صحت تشخيص شناسايي هرزنامه‌ها و ايميل‌ها در مجموعه دادگان لاين‌اسپم و يو‌سي‌آي، 97/28 مي‌باشد كه نسبت به ساير الگوريتم‌هاي پيشنهاد شده در پژوهش‌هاي قبلي، داراي بيشترين مقدار ممكن بوده است.

Not all phishing attacks are always done in the form of website forgery and telephone phishing. Emails and messages that appear to be sent by the bank and receive information from the user can also be a phishing attack. Feature selection and sample selection are two very important issues in the data processing stage in detecting malicious emails. In particular, identifying spam without data reduction will not be nearly as accurate in the results. Most articles and research have focused on one of these issues, and there are few articles that have worked in combination to detect malicious emails. Therefore, the purpose of the present study is to provide a method to reduce the data in identifying emails by selecting features and samples simultaneously. In the proposed method in this paper, the forbidden search algorithm and the genetic algorithm are used in combination and simultaneously. For the suitability of this method, the evaluation vector machine evaluation function was used. The results showed that the detection rate of spam and e-mails in LineSpam and UCI datasets was 97.28, which was the highest possible value compared to other algorithms proposed in previous studies.