Détection et prévention des attaques de phishing par apprentissage automatique.

Abstract

La montée en puissance des attaques de phishing constitue une menace sérieuse pour la sécurité des systèmes d'information, tant pour les particuliers que pour les organisations. Ces attaques exploitent la vulnérabilité humaine et les failles techniques pour soutirer des informa- tions sensibles. Dans ce contexte, notre travail de recherche s'est donne pour objectif de conce- voir un système automatise de détection et de prévention des e-mails de phishing en utilisant des techniques d'apprentissage automatique. Pour ce faire, une méthodologie rigoureuse a été adoptée, incluant la collecte d'un jeu à de données étiqueté, le prétraitement des textes, l'extraction de caractéristiques pertinentes, à puis l'entrainement de plusieurs modèles supervisés tels que Random Forest, SVM et MLP. à L'évaluations des performances a été réalisée a l'aide de métriques standards telles que la précision, le rappel et le F1-score. Les résultats expérimentaux ont mis en évidence la supériorité du modèle Random Forest ` avec une précision atteignant 98 . Cette étude apporte une contribution notable a la lutte contre le phishing, bien que certaines ` limites subsistent, notamment liées a l'évolution constante des techniques d'attaque.