دانلود ترجمه مقاله فیشینگ در عصر کلان داده با تمرکز بر الگوریتم ها

1. مقدمه 2. روش تحقیق 3. تحلیل کتابسنجی 4. تحلیل همزمانی 5. نتیجه گیری

چکیده – حمله های فیشینگ، براساس مهندسی اجتماعی جهت ترغیب قربانیان بالقوه به فراهم کردن اطلاعات ارزشمند، به میزان قابل توجهی در دوره همه گیری کرونا افزایش یافته است که مشخصه شاخص آن فنآوریهای کلان داده های فراگیر بوده است. هدف این مقاله، ارزیابی پژوهش های نظری و تجربی در مورد ایمیل های فیشینگ و کلان داده هاست که برای شناسایی روندها و توصیه زمینه های پژوهشی جدید، انجام شده اند. با استفاده از برنامه VOSviewer، نتایج جستجو در پایگاه داده «web of sience» (WoS) استخراج شدند. روش نگاشت، با استفاده از VOSviewer برای بررسی مقالات مربوط به کلان داده ها و ایمیل های فیشینگ، مورد استفاده قرار گرفت. یافته ها نشان می دهند که اکثر پژوهش های مربوطه در کشورهای آسیایی و ایالات متحده آمریکا انجام شده اند و تعداد نشریات در این زمینه به صورت نمایی افزایش پیدا کرده است. با این حال، مشهود است که محققان همیشه بر زمینه های فنی مانند علم کامپیوتر تمرکز می کنند. حتی اگر این زمینه ها در اندازه های نسبتاً کم استفاده شوند، روش های یادگیری ماشینی، بخصوص شبکه های عصبی مصنوعی، با اکثر نشریات مرتبط با فیشینگ که مورد مطالعه قرار گرفته اند، ارتباط دارند. شش خوشه با حیطه های اصلی فیشینگ انطباق دارند: هدف یا قربانی فیشینگ؛ کانال فیشینگ؛ تحلیل های کلان داده؛ یادگیری ماشینی کلان داده؛ مهاجم فیشینگ و حفاظت بیرونی در برابر فیشینگ. نتایج نشان می دهند که گردآوری بلادرنگ داده ها و توسعه الگوریتم های موثر، رویکردهای جدیدی برای مقابله با حمله های فیشینگ هستند. با این حال، پژوهش های انجام شده خارج از حیطه های فنی، نادر و معدود هستند.

The phishing attacks, based on social engineering to persuade potential victims to provide valuable information, have significantly increased in the pandemic Covid-19 era, characterised by ubiquitous big data technologies. This paper aims to assess the theoretical and empirical research on phishing emails and big data that has been done to identify trends and recommend new areas for research. Using the VOSviewer program, the search results from the Web of Science (WoS) database were extracted. A mapping technique, using VoS Viewer, was used to examine articles on big data and phishing emails. The findings show that most of the field's research is carried out in nations in Asia and the United States of America and that the number of publications in this area is increasing exponentially. However, it is evident that researchers predominately concentrate on technical fields like computer science. Even though they are used in relatively small quantities, machine learning techniques, particularly artificial neural networks, are associated with most of the phishing publications that have been studied. Six clusters correspond to the main phishing domains: Phishing target or victim, Phishing channel, Big data analytics, Big data machine learning, Phishing attacker, and External phishing protection. The results indicate that real-time data collection and the development of effective algorithms are new approaches to combating phishing assaults. However, research outside of the technical domains is scarce.

ترجمه این مقاله در 13 صفحه آماده شده و در ادامه نیز صفحه 5 آن به عنوان نمونه قرار داده شده است که با خرید این محصول می توانید، فایل WORD و PDF آن را دریافت نمایید.