Rede Neural Fuzzy Autoexpansível baseada na Teoria da Ressonância Adaptativa para detecção de sites de Phishing

Gustavo Henrique Santiago da Silva; Reginaldo José da Silva; Angela Leite Moreno

doi:10.18540/jcecvl9iss8pp17142-01e

Autores

Gustavo Henrique Santiago da Silva Universidade Federal de Alfenas, Brasil
Reginaldo José da Silva Universidade Estadual Paulista “Júlio de Mesquita Filho”, Brasil
Angela Leite Moreno Universidade Federal de Alfenas, Brasil

DOI:

https://doi.org/10.18540/jcecvl9iss8pp17142-01e

Palavras-chave:

Aprendizado de Máquina, Reconhecimento de Padrões, Redes Neurais Artificiais, Teoria da Ressonância Adaptativa, Segurança da Informação

Resumo

Phishing é um ataque cibernético baseado em fraude digital, cujo objetivo é o roubo de informações. Tal problemática tende a piorar devido ao crescimento exponencial do fluxo de informações no meio digital, atrelado a dificuldade de identificar esse tipo de ataque, visto que os métodos de detecção de Phishing atuais demandam mais tempo que o desejado, e frequentemente classificam falsos negativos. Consequentemente, abordagens utilizando Machine Learning vem sendo amplamente propostas, pois apresentam a capacidade de detectar Phishing em tempo real e com performance. É neste cenário que esse trabalho se insere, apresentando os resultados da detecção de sites Phishing via Rede Neural Fuzzy Autoexpansível baseado na Teoria da Ressonância Adaptativa utilizando-se do conjunto de dados “Phishing Websites Dataset” disponível na UCI Machine Learning Repository. O modelo se ajustou bem ao problema de Phishing, atingindo resultados de 94,7% de sensibilidade e 92,2% de acurácia.