Machine Learning Methods for Phishing Attacks: Survey

2023

Жабық қол жеткізу Метадеректер (CSL-JSON)
DOI 10.1109/sist58284.2023.10223537
Деректер сенімділігі 85 жоғары
Бұл баға қалай есептеледі

Ол жазбаның өзінің тексерілетін белгілерінен құралады: мақаланың DOI-і бар ма, оның деректерін қанша тәуелсіз дереккөз растады, міндетті өрістер толтырылған ба және соңғы растау қаншалықты жаңа. Дереккөздер арасындағы алшақтық пен идентификатордың болмауы бағаны төмендетеді. 80-нен бастап мән жазбаның қосымша тексерусіз жарияланғанын, 60-тан 79-ға дейін — оның сенімділігі төмен күйде жарияланғанын және қолмен тексеру ұсынылатынын білдіреді. Редактор қолмен тексерген жазбаны қайта есептеу 90-нан төмен түсірмейді. Бұл — мақаланың өзіне емес, ол туралы деректерімізге берілген баға.

Аңдатпа

The basis of cybersecurity is an understanding of the mechanisms of social engineering. This increases the effectiveness in combating this type of manipulation. One of them is phishing. Phishing attacks actively exploit the human factor to collect credentials or distribute malware. Machine learning has been successfully used to detect and prevent phishing. The purpose of this study is to review machine learning methods and the results of previous studies to prevent phishing attacks. Further studies will be planned based on this work.