Title:	COMPARAÇÃO DE ALGORITMOS PARA DETECÇÃO DE MENSAGENS DE PHISHING
Author(s):	Maria de Fátima Webber do Prado Lima, Carine Geltrudes Webber, Felipe Spegorin Hepp
ISBN:	978-989-8533-03-6
Editors:	Flavia Maria Santoro, Vânia Ribas Ulbricht, José María Gutiérrez e Pedro Isaías
Year:	2011
Edition:	Single
Keywords:	Segurança e Privacidade na Web, Aprendizagem Automática, Phishing, Árvores de Decisão, Redes Bayesianas, Redes Neurais, Clustering
Type:	Full Paper
First Page:	91
Last Page:	98
Cover:
Full Contents:	click to dowload
Paper Abstract:	O ataque de phishing caracteriza-se como uma fraude devidamente contextualizada a qual, empregando a engenharia social, tenta convencer o usuário a fornecer seus dados confidenciais. Frequentemente utiliza o e-mail como veículo de disseminação. Parecendo vir de organização confiável, o link contido direciona o usuário para um website clonado para a coleta dos dados confidenciais. Os seus e-mails carregam aspectos que os caracterizam, tais como palavras-chave, propriedades da linguagem HTML e elementos estruturais. Neste trabalho coletamos amostras de emails de phishing e legítimos que foram analisados a fim de extrair-se critérios utilizados para o processo de aprendizagem automática após pré-processamento e transformação em data set. O data set contém atributos binários para representar as características de cada amostra. Com a utilização do software WEKA, o data set foi submetido a diversos algoritmos de aprendizagem para encontrar padrões de classificação nos e-mails. Dentre os algoritmos aplicados destacam-se as árvodes de decisão, redes Bayesianas, clustering e regressão não-linear, tal como o algoritmo Multilayer Perceptron, que obteve os melhores resultados. Este artigo apresenta o desenvolvimento deste trabalho e o uso de diferentes técnicas de aprendizagem, bem como atesta a relevância dos critérios identificados para o reconhecimento satisfatório das messagens de phishing.
	Go Back