• Ученые МТУСИ предложили метод машинного обучения для обнаружения фишинговых сайтов.
• Внедрение автоматизированных инструментов поможет снизить риски для пользователей и организаций.
• Фишинг - серьезная угроза для миллионов пользователей интернет-ресурсов.
• Фишинговые сайты создаются, чтобы быть похожими на легитимные ресурсы и похищать конфиденциальную информацию.
• Последствия для организаций, чьи сайты были скомпрометированы, серьезны.
• Машинное обучение становится популярным инструментом в борьбе с фишингом.
• Исследование направлено на выбор атрибутов и метода классификации мошеннических сайтов.
• Применение методов бинарной классификации на языке Python с использованием библиотеки Scikit-Learn.
• Исследование выявило, что использование метода бинарной классификации затруднено процессом формирования набора данных.
• Разработана модель классификации на основе различных алгоритмов машинного обучения.
• Лексический анализ URL-адресов фишинговых ресурсов помогает обнаружить их мошеннический характер.