مقارنة تقنيات التعلم الآلي للكشف عن التصيد الاحتيالي

هناك العديد من التطبيقات المتاحة للكشف عن التصيد الاحتيالي. ومع ذلك، على عكس التنبؤ بالبريد المزعج، هناك عدد قليل فقط من الدراسات التي تقارن تقنيات التعلم الآلي في التنبؤ بالتصيد. تدرس هذه الدراسة الحالية دقة التنبؤ لعدة طرق من التعلم الآلي بما في ذلك الانحدار اللوجستي (LR)، وأشجار التصنيف والانحدار (CART)، وأشجار الانحدار الإضافية بايزي (BART)، وآلات الدعم النقطية (SVM)، والغابات العشوائية (RF)، والشبكات العصبية (NNet) لتنبؤ رسائل البريد الإلكتروني الخاصة بالتصيد. تم استخدام مجموعة بيانات تضم 2889 رسالة بريد إلكتروني احتيالية وقانونية في الدراسة المقارنة. بالإضافة إلى ذلك، تم استخدام 43 ميزة لتدريب واختبار المصنفات.