Rede Neural Fuzzy Autoexpansível baseada na Teoria da Ressonância Adaptativa para detecção de sites de Phishing
Phishing é um ataque cibernético baseado em fraude digital, cujo objetivo é o roubo de informações. Tal problemática tende a piorar devido ao crescimento exponencial do fluxo de informações no meio digital, atrelado a dificuldade de identificar esse tipo de ataque, visto que os métodos de detecção d...
Saved in:
| Main Authors: | , , |
|---|---|
| Format: | Article |
| Language: | English |
| Published: |
Universidade Federal de Viçosa (UFV)
2023-10-01
|
| Series: | The Journal of Engineering and Exact Sciences |
| Subjects: | |
| Online Access: | https://periodicos.ufv.br/jcec/article/view/17142 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| _version_ | 1832569763951280128 |
|---|---|
| author | Gustavo Henrique Santiago da Silva Reginaldo José da Silva Angela Leite Moreno |
| author_facet | Gustavo Henrique Santiago da Silva Reginaldo José da Silva Angela Leite Moreno |
| author_sort | Gustavo Henrique Santiago da Silva |
| collection | DOAJ |
| description | Phishing é um ataque cibernético baseado em fraude digital, cujo objetivo é o roubo de informações. Tal problemática tende a piorar devido ao crescimento exponencial do fluxo de informações no meio digital, atrelado a dificuldade de identificar esse tipo de ataque, visto que os métodos de detecção de Phishing atuais demandam mais tempo que o desejado, e frequentemente classificam falsos negativos. Consequentemente, abordagens utilizando Machine Learning vem sendo amplamente propostas, pois apresentam a capacidade de detectar Phishing em tempo real e com performance. É neste cenário que esse trabalho se insere, apresentando os resultados da detecção de sites Phishing via Rede Neural Fuzzy Autoexpansível baseado na Teoria da Ressonância Adaptativa utilizando-se do conjunto de dados “Phishing Websites Dataset” disponível na UCI Machine Learning Repository. O modelo se ajustou bem ao problema de Phishing, atingindo resultados de 94,7% de sensibilidade e 92,2% de acurácia.
|
| format | Article |
| id | doaj-art-dd6358a52a954b769eb5c0c53cd113c5 |
| institution | Kabale University |
| issn | 2527-1075 |
| language | English |
| publishDate | 2023-10-01 |
| publisher | Universidade Federal de Viçosa (UFV) |
| record_format | Article |
| series | The Journal of Engineering and Exact Sciences |
| spelling | doaj-art-dd6358a52a954b769eb5c0c53cd113c52025-02-02T19:54:36ZengUniversidade Federal de Viçosa (UFV)The Journal of Engineering and Exact Sciences2527-10752023-10-019810.18540/jcecvl9iss8pp17142-01eRede Neural Fuzzy Autoexpansível baseada na Teoria da Ressonância Adaptativa para detecção de sites de PhishingGustavo Henrique Santiago da Silva0Reginaldo José da Silva1Angela Leite Moreno2Universidade Federal de Alfenas, BrasilUniversidade Estadual Paulista “Júlio de Mesquita Filho”, BrasilUniversidade Federal de Alfenas, BrasilPhishing é um ataque cibernético baseado em fraude digital, cujo objetivo é o roubo de informações. Tal problemática tende a piorar devido ao crescimento exponencial do fluxo de informações no meio digital, atrelado a dificuldade de identificar esse tipo de ataque, visto que os métodos de detecção de Phishing atuais demandam mais tempo que o desejado, e frequentemente classificam falsos negativos. Consequentemente, abordagens utilizando Machine Learning vem sendo amplamente propostas, pois apresentam a capacidade de detectar Phishing em tempo real e com performance. É neste cenário que esse trabalho se insere, apresentando os resultados da detecção de sites Phishing via Rede Neural Fuzzy Autoexpansível baseado na Teoria da Ressonância Adaptativa utilizando-se do conjunto de dados “Phishing Websites Dataset” disponível na UCI Machine Learning Repository. O modelo se ajustou bem ao problema de Phishing, atingindo resultados de 94,7% de sensibilidade e 92,2% de acurácia. https://periodicos.ufv.br/jcec/article/view/17142Aprendizado de MáquinaReconhecimento de PadrõesRedes Neurais ArtificiaisTeoria da Ressonância AdaptativaSegurança da Informação |
| spellingShingle | Gustavo Henrique Santiago da Silva Reginaldo José da Silva Angela Leite Moreno Rede Neural Fuzzy Autoexpansível baseada na Teoria da Ressonância Adaptativa para detecção de sites de Phishing The Journal of Engineering and Exact Sciences Aprendizado de Máquina Reconhecimento de Padrões Redes Neurais Artificiais Teoria da Ressonância Adaptativa Segurança da Informação |
| title | Rede Neural Fuzzy Autoexpansível baseada na Teoria da Ressonância Adaptativa para detecção de sites de Phishing |
| title_full | Rede Neural Fuzzy Autoexpansível baseada na Teoria da Ressonância Adaptativa para detecção de sites de Phishing |
| title_fullStr | Rede Neural Fuzzy Autoexpansível baseada na Teoria da Ressonância Adaptativa para detecção de sites de Phishing |
| title_full_unstemmed | Rede Neural Fuzzy Autoexpansível baseada na Teoria da Ressonância Adaptativa para detecção de sites de Phishing |
| title_short | Rede Neural Fuzzy Autoexpansível baseada na Teoria da Ressonância Adaptativa para detecção de sites de Phishing |
| title_sort | rede neural fuzzy autoexpansivel baseada na teoria da ressonancia adaptativa para deteccao de sites de phishing |
| topic | Aprendizado de Máquina Reconhecimento de Padrões Redes Neurais Artificiais Teoria da Ressonância Adaptativa Segurança da Informação |
| url | https://periodicos.ufv.br/jcec/article/view/17142 |
| work_keys_str_mv | AT gustavohenriquesantiagodasilva redeneuralfuzzyautoexpansivelbaseadanateoriadaressonanciaadaptativaparadeteccaodesitesdephishing AT reginaldojosedasilva redeneuralfuzzyautoexpansivelbaseadanateoriadaressonanciaadaptativaparadeteccaodesitesdephishing AT angelaleitemoreno redeneuralfuzzyautoexpansivelbaseadanateoriadaressonanciaadaptativaparadeteccaodesitesdephishing |