Un Modèle D’apprentissage En Profondeur Pour Détecter Les Urls D’hameçonnage
Résumé: L’hameçonnage est un type d’attaque informatique qui communique des messages d’ingénierie sociale aux humains via des canaux de communication électroniques afin de les persuader d’effectuer certaines actions au profit de l’attaquant. Ce travail propose une approche d’apprentissage profond basées sur l’utilisation des réseaux neuronaux convolutifs temporels (TCN) pour la détection des URLs de phishing. Le modèle proposé utilise des architectures profondes pour classer les adresses URL comme légitimes ou illégitimes. Dans ce mémoire, plusieurs jeux de données ont été utilisé et sont disponible sur la plateforme Kaggle. Une précision optimale de 99, 96% a été atteinte après un ensemble de diverses séries d’expériences avec l’utilisation de plusieurs méthodes et techniques qui seront examinées dans ce mémoire. Mots Clés : Hameçonnage,réseaux neuronaux convolutifs temporels(TCN),Uniform Resource Locator(URL), Apprentissage profond.
Mots-clès:
Nos services universitaires et académiques
Thèses-Algérie vous propose ses divers services d’édition: mise en page, révision, correction, traduction, analyse du plagiat, ainsi que la réalisation des supports graphiques et de présentation (Slideshows).
Obtenez dès à présent et en toute facilité votre devis gratuit et une estimation de la durée de réalisation et bénéficiez d'une qualité de travail irréprochable et d'un temps de livraison imbattable!
Aucun fichier associé
Si le fichier est volumineux, l'affichage peut échouer. Vous pouvez obtenir le fichier directement en cliquant sur le bouton "Télécharger".
