향상된 신경망 모델을 통한 피싱 사이트 조기 탐지

피싱은 원본과 유사한 링크나 웹사이트를 만들어 개인 데이터를 얻으려는 목적의 디지털 범죄입니다. 이러한 형태의 사이버 공격은 텍스트 메시지, 이메일, 또는 전화 통화에서의 알림에 의해 발생합니다. 일반적인 피싱 방지 대책 기법은 주로 웹 페이지 콘텐츠를 탐색하는 데 필요한 소스 코드 기능에 따라 잠재적인 피싱 사이트의 조기 탐지를 수행하는 것입니다. 또한 피싱 URL을 명확히 하는 프로세스를 지연시키는 제3자와 관련이 있습니다. 최신 기술이 피싱 조기 탐지에 오랫동안 사용되었지만, 새로운 피싱 범죄를 탐지하기 위해 중요하고 신뢰할 수 있는 수동 기능 엔지니어링의 필요성이 여전히 존재합니다. 이 중 하나는 알려진 피싱 URL과 합법적인 URL의 데이터셋을 사용하여 신경망(NN)을 훈련시키는 것입니다. 연구는 200개의 데이터를 사용하여 수행되었으며, 데이터는 훈련 및 테스트 카테고리로 나뉘었습니다. 훈련은 100개와 120개의 데이터를 사용하여 진행되었습니다. 100개의 데이터와 160개의 데이터에 대한 훈련 결과는 로지스틱 활성화 함수에 비해 tanh 활성화 함수에서 하위 반복 및 오류가 더 적었습니다. 로지스틱 활성화에서 발생하는 반복 수는 400회에 이르는 반면, tanh 활성화 함수를 사용할 경우에는 단 175회의 반복만이 필요합니다.