Resumen

El phishing es uno de los principales desafíos que enfrenta el mundo del comercio electrónico hoy en día. Gracias a los ataques de phishing, muchas empresas e individuos han perdido miles de millones de dólares. En 2012, un informe en línea estimó la pérdida debido a los ataques de phishing en alrededor de $1.5 mil millones. Este impacto global de los ataques de phishing seguirá aumentando y, por lo tanto, requiere técnicas de detección de phishing más eficientes para combatir el problema. Este documento investiga y reporta el uso del algoritmo de aprendizaje automático de bosques aleatorios en la clasificación de ataques de phishing, con el objetivo principal de desarrollar un clasificador de correos electrónicos de phishing mejorado con una mejor precisión de predicción y menos características. A partir de un conjunto de datos que consiste en 2000 correos electrónicos de phishing y ham, se extrajeron un conjunto de características prominentes de correos electrónicos de phishing (identificadas en la literatura) que fueron utilizadas por el algoritmo de aprendizaje

• Materias:Modelos matemáticos Conjuntos difusos Ecuaciones integrales Fusión de características Algoritmo de optimización
• Subjects:Mathematical models Fuzzy sets Integral equations Feature fusion Optimization algorithm
• Palabras claves:Phishing; Ataques; Técnicas de detección; Algoritmo de aprendizaje automático; Clasificación; Características
• Keywords:Phishing; Attacks; Detection techniques; Machine learning algorithm; Classification; Features