Detección de sitios web de phishing mediante el algoritmo de bosque aleatorio

La web se ha convertido en una parte fundamental de nuestro ejercicio económico y social habitual. El phishing de sitios web se puede describir como la imitación de un sitio de confianza para obtener datos confidenciales de clientes en línea, por ejemplo, nombres de usuario y contraseñas. El phishing es un fraude de sitio con la expectativa de rastrear y tomar los datos delicados de los clientes en línea. El agresor engaña al cliente con procedimientos de diseño social como SMS, voz, correo electrónico, sitio y malware. Esta tesis describe diferentes límites para identificar sitios como phishing o auténticos. Dado que la extracción de componentes es la parte principal de este trabajo, se han proporcionado diferentes límites de elementos desde los que se pueden elegir los límites beneficiosos para la disposición adicional del sitio de entrada como auténtico o phishing. El clasificador SVM se vuelve más lento cuando el tamaño de la información aumenta y la tasa de exactitud es baja. Se ha propuesto el algoritmo Random Forest para superar este inconveniente. Puede clasificar los sitios web como legítimos o no legítimos y también mejorar la tasa de precisión.