АНАЛІЗ СУЧАСНИХ МЕТОДІВ ВИЯВЛЕННЯ ФІШИНГОВИХ ЕЛЕКТРОННИХ ЛИСТІВ
DOI:
https://doi.org/10.31891/2307-5732-2024-341-5-73Ключові слова:
фішинг, соціальна інженерія, Large Language Model, машинне навчанняАнотація
Фішингові атаки є однією з поширених загроз сучасній кібербезпеці. Найпоширеніший метод, який використовують шахраї для надсилання фальшивих повідомлень для збору даних, – це фішингові електронні листи. Однак із розвитком технологій і штучного інтелекту кількість і складність фішингових атак зростає, що ускладнює їх виявлення. У роботі наведено аналіз фішингових атак, етапи їх еволюції та основні методи захисту. Також розглянуто традиційні та сучасні методи боротьби з фішингом, зокрема списки блоків і сигнатурні методиу, алгоритми машинного та глибокого навчання. Машинне навчання дає змогу аналізувати великі обсяги даних і виявляти приховані шаблони, що робить метод ефективними для автоматичного блокування фішингових електронних листів. Згорткові та рекурентні нейронні мережі також використовуються для аналізу тексту фішингових повідомлень на рівні слів і фраз. Особлива увага приділяється розробці методів обробки природної мови, які допомагають краще розуміти контекст літер і виявляти аномалії. Глибокі моделі дозволяють отримувати цінні функції без попередньої обробки даних, що робить їх практичними для виявлення нових атак. Проаналізовано основні недоліки та перспективу подальших досліджень у контексті кіберзахисту.