نموذج التجميع الهجين للكشف عن عناوين URL الاحتيالية باستخدام تحليل المكونات الرئيسية (PCA) والتعلم الآلي

الملخص

شكل الانتشار السريع للإنترنت تحديًا عالميًا خطيرًا في مواجهة الجرائم الإلكترونية. وتعتبر هجمات التصيد الاحتيالي من أخطر هذه التهديدات بسبب طبيعتها الخادعة، حيث يستخدم المجرمون روابط مزيفة لكنها تبدو حقيقية لسرقة المعلومات الحساسة للمستخدمين. يتطلب هذا التهديد المتصاعد تدابير مضادة متطورة. تستجيب هذه الدراسة لهذا التحدي من خلال تطوير نموذج هجين يجمع بين ثلاث تقنيات ذكية هي Logistic Regression (LR)  وArtificial Neural Networks (ANN)  وRandom Forest (RF)  ضمن هيكلية تجميع متطورة. تُدمج هذه الخوارزميات ضمن بنية تكديس مُتقدمة تُوظّف بشكل استراتيجي القدرات التحليلية الفريدة لكل خوارزمية. يُتيح هذا النهج متعدد الطبقات تحليلًا شاملًا للتهديدات من وجهات نظر مُختلفة. لضمان كفاءة النظام، تم استخدام تقنية تحليل المكونات الرئيسية (PCA)  لاختيار أهم السمات، كما تم تدريبه على مجموعة شاملة تحتوي على أكثر من 11,000 موقع إلكتروني مصنف. وتم تطبيق تقنيات موازنة متقدمة لمعالجة عدم التوازن في البيانات. أظهر التقييم الشامل باستخدام مقاييس accuracy و precision و recall وF1-score  أداءً استثنائيًا للنموذج، حيث حقق دقة 99.55% متفوقًا على النماذج الفردية. يُبرز هذا الأداء المتفوق الإمكانات القوية للنموذج للنشر الفوري في أنظمة الكشف عن التصيد الاحتيالي في الوقت الفعلي. كما يوفر للمؤسسات آلية دفاع استباقية وموثوقة في المعركة المستمرة ضد التهديدات السيبرانية المتطورة، مما يمثل تقدمًا كبيرًا في حماية الأمن السيبراني في ظل البيئة الرقمية المتطورة اليوم.