DETEKSI PHISING MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK

• Agung Fazriansyah
• 14002206

---

ABSTRAK

Phishing menjadi salah satu ancaman terbesar dan paling efektif, menyebabkan ratusan kerugian jutaan dolar dan jutaan pelanggaran data setiap tahu. Satt ini, anti-phising teknik memerlukan ahli untuk mengekstrak fitur situs phising dan menggunakan layanan pihak ketiga untuk mendeteksi situs phising. Teknik-teknik ini memiliki beberapa keterbatasan, salah satunya adalah mengekstra phising fitur membutuhkan keahlian dan memakan waktu. Kedua, penggunaan penundaan layanan pihak ketiga deteksi situs pihising. Oleh karena itu, makalah ini mengusulkan deteksi situs web phising terintegrasi metode berdasarkan jaringan saraf convolutional (CNN). Metode Machine learning dengan pembelajaran mendalam yang dapat memprediksi keabsahan URL tanpa mengakses konten web atau menggunakan layanan pihak ketiga. Teknik yang di usulkan menggunakan teknik penyematan karakter untuk mengubah URL menjadi ukuran tetap Matriks, mengekstrak fitur pada tingkat yang berbeda menggunakan model CNN, mengklasifikasikan fitur multi-level menggunakan beberapa pengklasifikasi RF, dan akhirnya hasil prediksi keluaran menggunakan pendekatan pemenang-ambil-semua. Pada dataset kami, dengan model CNN tingkat akurasi 99,80% dicapai dengan menggunakan model yang di usulkan. Tingkat akurasi 99,26% dicapai dengan model B, jauh lebih tinggi daripada model penelitian sebelumnya
Kata Kunci : Pembelajaran mendalam, CNN, Phishing, Klasifikasi

KATA KUNCI

Komputer,Data Mining,Neural Network,Convolutional Neural Network

---

DAFTAR PUSTAKA