Un análisis sistemático de técnicas de aprendizaje profundo para la detección de correos electrónicos de phishing
Autores: Kyaw, Phyo Htet; Gutierrez, Jairo; Ghobakhlou, Akbar
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Un análisis sistemático de técnicas de aprendizaje profundo para la detección de correos electrónicos de phishing
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Phishing
Amenazas por correo electrónico
Aprendizaje automático
Aprendizaje profundo
Ciberdelincuentes
Mecanismos de detección
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 33
Citaciones: Sin citaciones
El paisaje de las amenazas de correos electrónicos de phishing está evolucionando continuamente en la actualidad, lo que dificulta combatirlo de manera efectiva con métodos tradicionales incluso con filtros de spam de calidad de operador. Los mecanismos de detección tradicionales como listas negras, listas blancas, basados en firmas y basados en reglas no pueden prevenir de manera efectiva el phishing, el spear-phishing y los ataques de día cero, ya que los ciberdelincuentes están utilizando técnicas sofisticadas y proveedores de servicios de correo electrónico de confianza.
Descripción
El paisaje de las amenazas de correos electrónicos de phishing está evolucionando continuamente en la actualidad, lo que dificulta combatirlo de manera efectiva con métodos tradicionales incluso con filtros de spam de calidad de operador. Los mecanismos de detección tradicionales como listas negras, listas blancas, basados en firmas y basados en reglas no pueden prevenir de manera efectiva el phishing, el spear-phishing y los ataques de día cero, ya que los ciberdelincuentes están utilizando técnicas sofisticadas y proveedores de servicios de correo electrónico de confianza.