Засіб виявлення фішингових атак URL з використанням нейромережевого підходу
Вантажиться...
Файли
Дата
Автори
Науковий керівник
Редактор
Інші учасники
Відповідальний
ORCID
Назва журналу
Номер ISSN
Назва тому
DOI
Альтернативна назва
Анотація
У роботі розглянуто проблему виявлення фішингових атак в інформаційних системах на основі аналізу URLадрес. Запропоновано підхід, що базується на використанні методів машинного навчання, зокрема методу опорних векторів. Визначено основні ознаки фішингових URL, що дозволяють здійснювати їх класифікацію.
The paper considers the problem of detecting phishing attacks in information systems based on URL analysis. An approach based on machine learning methods, in particular Support Vector Machine, is proposed. The main features of phishing URLs are identified, which allow their classification. The effectiveness of the model is evaluated using accuracy, precision, and recall metrics, confirming the feasibility of intelligent approaches in cybersecurity tasks.
The paper considers the problem of detecting phishing attacks in information systems based on URL analysis. An approach based on machine learning methods, in particular Support Vector Machine, is proposed. The main features of phishing URLs are identified, which allow their classification. The effectiveness of the model is evaluated using accuracy, precision, and recall metrics, confirming the feasibility of intelligent approaches in cybersecurity tasks.
Опис
Ключові слова
фішинг , URL-атаки , кібербезпека , машинне навчання , SVM , класифікація , phishing , URL attacks , cybersecurity , machine learning , classification
УДК
Тип документа
Мова
ISSN
Посилання на публікацію
Серія, номер
ISBN
ББК
Інші ідентифікатори
Пов’язані матеріали
Спонсорська підтримка
Правовласник
Бібліографічний опис
Резедент О. О. Засіб виявлення фішингових атак URL з використанням нейромережевого підходу // Матеріали Міжнародної науково-практичної інтернет-конференції «Молодь в науці: дослідження, проблеми, перспективи (МН-2026)», м. Вінниця, 22-26 червня 2026 р. Електрон. текст. дані. 2026. URI: https://conferences.vntu.edu.ua/index.php/mn/mn2026/paper/view/29354.
Схвалення
Рецензія
Доповнено
Цитується в
Список використаної літератури (1)
- Гайдур Г. І., Гахов С. О., Марченко В. В. Концептуальна модель виявлення фішингових атак на основі методів опорних векторів // Сучасний захист інформації. – 2024. Toliupa S., Buchyk S., Shabanova A., Buchyk O. The Method for Determining the Degree of Suspiciousness of a Phishing URL // Taras Shevchenko National University of Kyiv. – Kyiv, Ukraine. Глибоке навчання (Deep Learning): основи, принципи та застосування [Електронний ресурс]. – Режим доступу: https://foxminded.ua/deep-learning/