基于 ANN 和 LSTM 组合模型的网络钓鱼网站检测

Muhammad Shoaib Farooq; Hina jabbar

基于 ANN 和 LSTM 组合模型的网络钓鱼网站检测

密码学与安全 2024-04-18 v1 计算机与社会

作者: Muhammad Shoaib Farooq , Hina jabbar

摘要

在数字时代，我们的生活高度依赖互联网和全球技术。广泛使用技术和通信平台使生活更加便利和便利。但另一方面，它们也带来了一些安全问题和残酷活动，网络钓鱼就是其中一种残酷活动。这是一种网络犯罪，旨在窃取计算机用户和企业的个人信息，攻击者会制造仿冒原网站的假网站。攻击者利用个人信息（如帐户 ID、密码和用户名）从事针对计算机用户的欺诈活动。为解决这一问题，研究人员聚焦于机器学习和深度学习方法。我们在本研究中将使用机器学习和深度学习模型来识别二级数据集中的虚假网页。

关键词

网络钓鱼检测 ANN LSTM 机器学习深度学习网络安全

引用

@article{arxiv.2404.10780,
  title  = {Phishing Website Detection Using a Combined Model of ANN and LSTM},
  author = {Muhammad Shoaib Farooq and Hina jabbar},
  journal= {arXiv preprint arXiv:2404.10780},
  year   = {2024}
}

备注

Pages 9, Figures 5

基于 ANN 和 LSTM 组合模型的网络钓鱼网站检测

摘要

关键词

引用

备注

相关论文