Un Modèle D’apprentissage En Profondeur Pour Détecter L’hameçonnage Des Sms (smishing)
Résumé: Smishing, a form of social engineering attack involving fraudulent SMS messages, has become a major cybersecurity issue in mobile communications. In this study, we propose a new smishing detection method based on federated learning, a decentralized learning technique that preserves privacy. Using deep learning algorithms including LSTM, BiLSTM, CNN and MLP, we build a robust smishing detection model in a federated learning framework. Experiments show that the federated learning method using CNN achieves an accuracy of 92.38 %, demonstrating the efficacy of federated learning in solving the challenges of smishing detection while preserving data confidentiality. The proposed method offers a solution to smishing attacks, and paves the way for future research into privacy-preserving mobile security.
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".
