Cyber güvenliğini geliştirmek: Online ortamlarda fişleme ve kötücül url'leri tespit etmek için makine öğrenmesi tabanlı bir filtre yöntemi

Dijital çağda, finansal ve kişisel bilgilerimize internet üzerinden kolayca erişilebilir. Bu uygun olsa da, herkesin bilgilerimizi elde edebileceği ve yasa dışı yollardan yararlanmak için dolambaçlı yollar kullanabileceği siber suçlar için bir fırsat yaratır. Bu araştırmanın amacı, popüler bir internet dolandırıcılığı olan kimlik avını tanımlayabilen akıllı bir sistem geliştirmektir. Amaç, en son teknolojiyi kullanarak insanların kişisel bilgilerini bu dolandırıcılık işlemlerinden koruyarak interneti daha güvenli bir yer haline getirmektir. Çalışmanın amacı, herkesin daha güvenilir ve güvenli bir dijital deneyime sahip olabilmesi için internet güvenliğini artırmaya yönelik pratik tavsiyeler sunmaktır. Yaratıcı özellik mühendisliğini kullanan araştırmamız, kimlik avı algılama etkinliğini artırmaya çalışır. Yaklaşımımız, ilgili özellikleri seçerek, model doğruluğunu optimize ederken işleme taleplerini kasıtlı olarak azaltır. Stratejimizi, geçmiş kimlik avı modellerinden alınan dersler ışığında değiştirerek saldırı stratejileri geliştirmenin bir adım önünde olabiliriz. Algılama performansı ve işleme ekonomisi arasında dengeli bir denge sağlamak, araştırmamızın ana odak noktasıdır. Kimlik avı tespitini büyük ölçüde iyileştiren önemli özellikleri, hedeflenen özellik alt kümesi analizi ile belirliyoruz. Şaşırtıcı derecede kısa bir 37,27 saniyede elde ettiğimiz %99,01'lik en yüksek topluluk doğruluk puanımızla özellikle gurur duyuyoruz - hem artan doğruluk hem de azalan işleme ihtiyaçlarının bir kanıtı