Actualmente, el teléfono inteligente contiene mucha información sensible. El creciente número de usuarios de teléfonos inteligentes lo hace más interesante para los estafadores. Las técnicas existentes de detección de phishing se realizan en función de sus características específicas con clasificadores seleccionados para obtener la mejor precisión. Se requiere un enfoque efectivo de detección de phishing para adaptarse al cambio de concepto del phishing móvil y prevenir la degradación en la precisión. En este trabajo, se propone un enfoque adaptativo de detección de phishing basado en la técnica de razonamiento basada en casos para abordar el desafío del cambio de concepto en aplicaciones de phishing. Se realizan varios experimentos para demostrar la decisión de diseño de nuestro modelo propuesto. El modelo propuesto se evalúa con un amplio conjunto de características que contiene 1,065 características de 10 categorías diferentes. Estas características se extraen de más de 10,000 aplicaciones de Android. Se crean cinco combinaciones de características para imitar nuevas aplicaciones de Android del mundo real y evaluar nuestros experimentos.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Localización de objetivo en movimiento en secuencias de imágenes deportivas basada en un algoritmo híbrido de seguimiento de partículas optimizado.
Artículo:
Un sistema eficiente de vigilancia de la congestión del tráfico en Internet de los vehículos
Artículo:
Nuevo enfoque de la aplicación de acondicionadores de calidad de la energía unificados para mitigar las sobretensiones
Artículo:
Modelo de asignación de recursos humanos en redes de Petri basado en inteligencia artificial y redes neuronales
Artículo:
Ataque de robo basado en aprendizaje automático del sistema de monitorización de temperatura para el Internet de las cosas de la energía