Proactive Phishing Defense: A URL Classification System Using Machine Learning
编号:80 访问权限:仅限参会人 更新:2024-10-12 10:03:13 浏览:399次 拓展类型1

报告开始:2024年10月26日 10:20(Asia/Bangkok)

报告时间:15min

所在会场:[RS1] Regular Session 1 [RS1-3] Emerging Trends of AI/ML

视频 无权播放 演示文件 附属文件

提示:该报告下的文件权限为仅限参会人,您尚未登录,暂时无法查看。

摘要
Phishing attacks are the most common cyber attacks nowadays. Phishing attacks rely on social engineering concepts. However, URLs are a fulcrum for phishing attacks. A web application is proposed to classify URLs based on the Random Forest model, and results with an accuracy of 98.2% are achieved.
关键词
Decision trees, Feature extraction, Phishing, Random Forest, URLs.
报告人
Samer Jawad
Researcher Aliraqia University

稿件作者
Samer Jawad Aliraqia University
Satea Alnajjar Aliraqia University
发表评论
验证码 看不清楚,更换一张
全部评论
重要日期
  • 会议日期

    10月24日

    2024

    10月27日

    2024

  • 10月14日 2024

    初稿截稿日期

  • 10月29日 2024

    注册截止日期

  • 10月31日 2024

    报告提交截止日期

主办单位
国际科学联合会
IEEE泰国分会
IEEE计算机学会泰国分会
历届会议
移动端
在手机上打开
小程序
打开微信小程序
客服
扫码或点此咨询