Тип работы:
Предмет:
Язык работы:


Реализация браузерного плагина для поиска фишинговых сайтов по косвенным признакам

Работа №129229

Тип работы

Бакалаврская работа

Предмет

информатика

Объем работы25
Год сдачи2020
Стоимость4360 руб.
ПУБЛИКУЕТСЯ ВПЕРВЫЕ
Просмотрено
12
Не подходит работа?

Узнай цену на написание


Введение 3
Обзор существующих инструментов 4
Постановка задачи 5
1.1 Основные критерии 6
1.2 Описание алгоритма поиска опечаток 10
Глава 2. Нейросетевой подход 11
2.1. Данные 11
2.2 Обучение нейронной сети на языке Python 13
2.3 Обучение нейронной сети на языке JavaScript 17
Глава 3. Работа расширения EPSDfree 18
3.1 Описание работы расширения 18
3.2 Результат работы расширения в браузерах 19
Заключение 23
Список литературы 24
Приложения 25

Сейчас в Интернете остро стоит проблема кражи личных данных посредством фишинговых сайтов. На данный момент существуют инструменты, предупреждающие пользователя от том, что ссылка, по которой он пытается перейти, введет на поддельный сайт. Но они не гарантируют полную защиту от фишинга из-за принципа их работы, который мы рассмотрим далее в данной работе.
Забегая вперед, надо отметить, что сейчас есть бесплатные сервисы, которые могут проверять сайты на подлинность, но их проблема в том, что это отнимает время для проверки. Еще существует ограничение на количество запросов для бесплатной версии, а снимается оно (или увеличивается лимит) только при платной подписке. Обычный пользователь не будет проверять каждый сайт, на который он заходит, да и не каждый готов заплатить за подписку. Поэтому хотелось бы иметь простой способ определять фишинговый сайт в режиме реального времени.


Возникли сложности?

Нужна помощь преподавателя?

Помощь в написании работ!


Все поставленные задачи были выполнены. В процессе работы стало понятно, что это расширение является хорошей основой для будущих исследований и улучшений. Как пример, с его помощью можно будет собирать данные с различных сайтов. Если пользователь соглашается или отрицает статус сайта, то эти данные сохраняются, и на их основе вновь обучается нейронная сеть. В этом случае возможны два варианта реализации:
1. У каждого пользователя будет своя нейронная сеть, обучаемая на их истории.
2. Одна общая нейронная сеть, для которой выделяется сервер для хранения отзывов других пользователей. На основе всех получаемых данных и будет происходить обучение.
И все-таки, подводя итоги, удалось создать такое браузерное расширение, которое может компенсировать некоторые минусы антифишиговой зашиты популярных браузеров, тем самым облегчить жизнь рядовому пользователю Интернета, обезопасив его от кражи данных.



1. Безмалый В. Современные браузеры. Защита от фишинга [Электронный ресурс]. URL: https://www.osp.ru/pcworld/2011/07/13009498/.
2. Hill R. uBlock Wiki [Электронный ресурс]. URL: https: //github.com/gorhill/uBlock/wiki.
3. Vayansky I., Kumar S. Phishing - challenges and solutions [Электронный ресурс]. URL: https://www.researchgate.net/publication/322823383 Phishing -
challenges and solutions.
4. Нежников С. Фишинг в интернете: как не попасть в сети мошенников: [Электронный ресурс]. URL: https: //sales-generator. ru/blog/fishing-v-internete/.
5. PyTorch documentation — PyTorch master documentation [Электронный ресурс]. URL: https://pytorch.org/docs/stable/index.html.
6. Brain.js documentation [Электронный ресурс]. URL:
https://github.com/BrainJ S/brain.j s#about.
7. OpenPhish - Phishing Intelligence [Электронный ресурс]. URL: https://openphish.com/


Работу высылаем на протяжении 30 минут после оплаты.




©2025 Cервис помощи студентам в выполнении работ