Ferramenta de detecção de phishing com aprendizado de máquina

Abstract

Com a popularização da internet, crimes virtuais como o phishing estão se tornando cada vez mais comuns. Em função disto, torna-se necessário o desenvolvimento de métodos de detecção simples para proteger a população. Este trabalho propõe a criação de uma aplicação simplificada para a detecção destes ataques, utilizando-se de modelos de aprendizado de máquina para validar os endereços web apresentados pelo usuário. Os modelos utilizados foram Árvore de Decisão, Floresta Aleatória, Árvores Extremamente Aleatórias, XGBoost, CatBoost e Regressão Logística, orquestrados de forma a poupar poder computacional e minimizar o tempo de execução.

With the popularization of the internet, virtual crimes such as phishing are becoming increasingly common. Because of this, it is necessary to develop simple detection methods to protect the population. This work proposes the creation of a simplified application for detecting these attacks, using machine learning models to validate the web addresses presented by the user. The models used were Decision Tree, Random Forest, Extremely Randomized Trees, XGBoost, CatBoost, and Logistic Regression, orchestrated to save computational power and minimize execution time.