Онлайн поддержка
Все операторы заняты. Пожалуйста, оставьте свои контакты и ваш вопрос, мы с вами свяжемся!
ВАШЕ ИМЯ
ВАШ EMAIL
СООБЩЕНИЕ
* Пожалуйста, указывайте в сообщении номер вашего заказа (если есть)

Войти в мой кабинет
Регистрация
ГОТОВЫЕ РАБОТЫ / КУРСОВАЯ РАБОТА, РАЗНОЕ

Реализация браузерного плагина для поиска фишинговых сайтов по косвенным признакам

Workhard 340 руб. КУПИТЬ ЭТУ РАБОТУ
Страниц: 25 Заказ написания работы может стоить дешевле
Оригинальность: неизвестно После покупки вы можете повысить уникальность этой работы до 80-100% с помощью сервиса
Размещено: 30.09.2022
Введение 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.
Введение

Введение 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.
Содержание

Содержание 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
Список литературы

Список литературы 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/BrainJS/brain.js#about. 7. OpenPhish - Phishing Intelligence [Электронный ресурс]. URL: https://openphish.com/ 24 Приложения 1. Исходный код расширения: https://github.com/Romamart/EPSDfree. 2. Репозиторий со всеми исследованиями: https://github.com/Romamart/DipTest.
Отрывок из работы

Заключение 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.
Условия покупки ?
Не смогли найти подходящую работу?
Вы можете заказать учебную работу от 100 рублей у наших авторов.
Оформите заказ и авторы начнут откликаться уже через 5 мин!
Похожие работы
Служба поддержки сервиса
+7 (499) 346-70-XX
Принимаем к оплате
Способы оплаты
© «Препод24»

Все права защищены

Разработка движка сайта

/slider/1.jpg /slider/2.jpg /slider/3.jpg /slider/4.jpg /slider/5.jpg