商品簡介
Le Web est devenu un 幨幦ent fondamental de nos exercices sociaux et mon彋aires ordinaires. L'hame蔞nnage de site Web peut 皻re d嶰rit comme imitant un site confidentiel pour obtenir des donn嶪s d幨icates de clients en ligne, par exemple, des noms d'utilisateur et des mots de passe. L'hame蔞nnage est une fraude de site dans le but de suivre et de prendre les donn嶪s d幨icates des clients en ligne. L'agresseur trompe le client avec des proc嶮ures de conception sociale telles que SMS, voix, e-mail, site Web et logiciels malveillants. Cette th鋊e d嶰rit diff廨entes limites pour identifier les sites comme hame蔞nneurs ou authentiques. Comme l'extraction de composants est la partie principale de ce travail, nous avons donn?diff廨entes limites d'幨幦ents ?partir desquelles on peut choisir les limites b幯嶨iques pour l'agencement suppl幦entaire du site d'entr嶪 comme authentique ou hame蔞nnage. Le classificateur SVM devient plus lent lorsque la taille des informations augmente et que le taux d'exactitude est faible. L'algorithme Random Forest a 彋?propos?pour pallier cet inconv幯ient. Il peut classer les sites Web comme l嶲itimes ou non l嶲itimes et 嶲alement am幨iorer le taux de pr嶰ision.
