مشخصات پژوهش

عنوان	یک مدل استخراج ویژگی جدید برای تشخیص نفوذ Defacement وب
نوع پژوهش	پایان نامه
کلیدواژه‌ها	حملهDefacement ‎ وب، یادگیری ماشین، یادگیری عمیق، استخراج ویژگی
چکیده	استفاده گسترده از وب سایت ها در فضای سایبری همراه با در دسترس بودن آن ها در دامنه عمومی، حملات سایبری علیه این برنامه ها را افزایش داده است. حمله Defacement که منجر به تغییر شکل ظاهری وب سایت می شود یک حمله معمول باانگیزه های متفاوتی است که برخی از وب سایت های سازمانی را تهدید می کند. در این رساله، برای نظارت بر وب سایت ها در برابر حملهDefacement، یک روش مبتنی بر یادگیری ماشین ارائه شده است. در محتوای وب سایت، تعدادی ویژگی شامل متن، برچسب ها و پیوندها استخراج و بررسی می شود در صورت وجود هرگونه نشانه حمله Defacement، برای ارزیابی ظاهر وب سایت، تصویری از صفحه گرفته می شود و برای تصمیم گیری نهایی از معماری VGG16‎ که مبتنی بر شبکه عصبی کانولوشنی است استفاده می شود. این شبکه با استفاده از تکنیک های انتقال یادگیری و مجموعه داده موجود آموزش داده می شود. نتایج به دست آمده نشان دهنده اثربخشی روش پیشنهادی در تشخیص حمله Defacement با دقت 8/99 درصد است.
پژوهشگران	پرهام مرادی دولت آبادی (استاد مشاور)، محمد فتحی (استاد راهنما)، محمد ساروقی (دانشجو)