طراحی سامانه شناسایی وبگاه‌های دام چینی به کمک روش نروفازی ژرف

 

به گزارش خبرگزاري صداوسيما؛ در عصری که با حضور همه جانبه اینترنت شکل گرفته است، حمله‌های دام چینی به عنوان تهدیدی دائمی در امنیت سایبری مطرح می‌شوند.

یگانه ستاری کارشناس ارشد مهندسی فناوری اطلاعات گفت: وبگاه‌های دام چینی نوع رایجی از این حملات به شمار می‌روند که با تقلیدی فریبنده از وبگاه‌های قانونی و معتبر، خطر قابل توجهی برای افراد، سازمان‌ها و داده‌های حساس آنها ایجاد می‌کنند.

وی افزود: از آن جا که مهاجمان همواره سعی دارند تا با اعمال تغییرات روش‌های خود را بهبود داده و از شناسایی دور بمانند، به‌کارگیری روش‌های متقابل برای شناسایی خودکار وبگاه‌های دام چینی در زمان مناسب بسیار حائز اهمیت است که از میان آنها، روش‌های هوشمند مبتنی بر یادگیری ماشینی با توانایی مقابله با حمله‌های جدید ارجحیت دارند.

ستاری اظهار داشت: این پژوهش بر آن بوده است که به کمک روش نروفازی ژرف، سامانه‌ای برای شناسایی وبگاه‌های دام چینی طراحی شود چنان که با مدیریت عدم قطعیت ذاتی در این حملات و سازگاری با انواع جدید آنها در کذر زمان، عملکردی مطلوب به ویژه از لحاظ زمان پاسخ‌گویی و صحت ارائه دهد.

وی گفت: سامانه پیشنهادی با دریافت نشانی وبگاه، ویژگی‌هایی را به کمک روش پردازش زبان طبیعی استخراج و سپس با شبکه نروفازی ژرف که در این پژوهش طراحی شده، نوع وبگاه را شناسایی می‌کند. همچنین در طراحی این سامانه از نظریه مجموعه‌های سایه‌دار بهره گرفته شده است که نشان می‌دهد نسبت به مجموعه‌های فازی معمولی، عملکرد بهتری را منجر می‌شود. میزان صحت روی مجموعه داده‌ای شامل ۶۰ هزار وبگاه دام چینی و قانونی، بیش از ۹۸ درصد به دست آمده است. علاوه بر این زمان پاسخگویی سامانه ۲/۶ میلی ثانیه برآورد شده است که حفاظت سریع و بی‌درنگ در برابر تهدید دام چینی را ممکن می‌سازد.

ستاری در پایان افزود: سامانه نروفازی ژرف ارائه شده در این پژوهش نه تنها به نتایج مطلوبی در شناسایی وبگاه‌های دام چینی دست یافته بلکه نوآوری مورد نیاز برای مقابله با تهدیدات جدید امنیت سایبری را نیز تجسم بخشیده است.

گفتنی است این پژوهش در قالب پایان‌نامه کارشناسی ارشد یگانه ستاری با راهنمایی غلامعلی منتظر در دانشکده مهندسی صنایع و سیستم‌ها دانشگاه تربیت مدرس انجام شد.