이 연구에서는 피싱 웹사이트 탐지를 위해 기계 학습 및 딥 러닝 모델을 사용하였다. 48개의 특징과 10,000개의 인스턴스로 구성된 데이터셋을 사용하였으며, 5,000개의 피싱 웹사이트와 5,000개의 정상 웹사이트로 구성되어 있다.
다양한 기계 학습 모델(의사 결정 트리, k-최근접 이웃, 나이브 베이즈, 로지스틱 회귀, SVM)과 딥 러닝 모델(ANN, LSTM, ANN-LSTM)을 사용하여 성능을 평가하였다. 그 결과, 제안된 ANN-LSTM 하이브리드 모델이 98%의 정확도로 가장 우수한 성능을 보였다. 반면 k-최근접 이웃 모델은 74%의 정확도로 가장 낮은 성능을 보였다.
이 연구는 피싱 웹사이트 탐지를 위한 효과적인 모델 아키텍처를 제공하고, 다양한 기계 학습 및 딥 러닝 알고리즘의 성능을 평가하였다는 점에서 의의가 있다.
To Another Language
from source content
arxiv.org
Önemli Bilgiler Şuradan Elde Edildi
by Muhammad Sho... : arxiv.org 04-18-2024
https://arxiv.org/pdf/2404.10780.pdfDaha Derin Sorular