文献

J-GLOBAL ID：202002271593888133   整理番号：20A2281966

深層学習アプローチを用いたフィッシング攻撃検出【JST・京大機械翻訳】

Phishing Attacks Detection using Deep Learning Approach

著者 (6件)： Saha Ishita (University of Science and Technology Chittagong,Department of Computer Science and Engineering,Chittagong,Bangladesh) ,  Sarma Dhiman (Rangamati Science and Technology University,Department of Computer Science and Engineering,Rangamati,Bangladesh) ,  Chakma Rana Joyti (Rangamati Science and Technology University,Department of Computer Science and Engineering,Rangamati,Bangladesh) ,  Alam Mohammad Nazmul (Royal University of Dhaka,Department of Computer Science and Engineering,Dhaka,Bangladesh) ,  Sultana Asma (East Delta University,Department of Computer Science and Engineering,Chittagong,Bangladesh) ,  Hossain Sohrab (East Delta University,Department of Computer Science and Engineering,Chittagong,Bangladesh)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ICSSIT  ページ： 1180-1185  発行年： 2020年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： COVID-19パンデミックにおいて,人々は家庭の政策から‘研究を採用するように施行されている。インターネットは,今日,社会的相互作用のための効果的チャネルになった。ディジタルプラットフォームへの人々の巨大な依存性は fraudの doorを開いた。フィッシングは,オンライン銀行,オンラインビジネス,電子商取引,オンライン教室,ディジタル市場,等のようなオンラインプラットフォームから,ユーザを hookするのは,オリジナルなものをのらし,そして,ユーザをフックするのにスパム電子メールを送るようにする,オンラインプラットフォームから,利用者の信用をステアする一種のサイバーームである。” Ph develop”は,Webページを originalbpするものである,という事を,オンラインプラットフォームから,オンラインプラットフォーム,オンラインビジネス,e-コマース,オンライン教室,デジタル市場,その他に,ユーザを hookする。オンラインユーザがスパムを通してWebページを訪れるとき,フィッシュはユーザの信用を分割する。研究者は,フィッシングWebページを検出するために,ブラックリスト,ホワイトリストおよび抗ウイルスソフトウェアのような巨大なツールを導入した。攻撃者は,サイバー防御を貫通するために人間とネットワーク弱点を利用する創造的方法を常に考案する。本論文では,深層学習アプローチを用いたフィッシングWebページを検出するためのデータ駆動フレームワークを提案した。より正確に,フィードフォワードニューラルネットワークとして参照される多層パーセプトロンを用いて,フィッシングWebページを予測した。データセットをKaggleから収集し,10万Webページの情報を含んだ。それは10の属性から成る。提案したモデルは,95%の訓練精度と93%の試験精度を達成した。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 銀行 ,  ネットワーク ,  ディジタル方式 ,  フック ,  チャネル ,  多層パーセプトロン ,  インターネット ,  電子メール ,  *Webページ ,  電子商取引
準シソーラス用語： オンライン ,  ブラックリスト ,  スパム ,  *深層学習 ,  攻撃者 , 【Automatic Indexing@JST】

分類 (3件)： 音声処理  (JE05000E) ,  符号理論  (ND02030R) ,  専用演算制御装置  (JC04030Y)

タイトルに関連する用語 (2件)： 深層学習 ,  フィッシング攻撃