AI-Powered Phishing Website Classification System
تفاصيل العمل
قمت بتطوير نظام ذكي في مجال الأمن السيبراني يهدف إلى الكشف عن مواقع التصيد الاحتيالي (Phishing Websites) وتحليل الروابط المشبوهة باستخدام تقنيات التعلم الآلي (Machine Learning). يعتمد النظام على تحليل خصائص الروابط (URL-Based Features) لاكتشاف الأنماط الخبيثة والتفرقة بين المواقع الآمنة ومواقع التصيد، من خلال تدريب ومقارنة عدة خوارزميات تعلم آلي، من بينها: Random Forest، SVM، KNN، Naive Bayes، XGBoost، وGradient Boosting، وذلك لاختيار النموذج الأعلى دقة وكفاءة في التنبؤ. يقوم المستخدم بإدخال أي رابط URL، ليقوم النظام بتحليله تلقائيًا وتصنيفه إلى: موقع آمن (Legitimate) موقع تصيد احتيالي (Phishing) تم تدريب النماذج على مجموعة بيانات حقيقية تضم آلاف الروابط الحقيقية والمزيفة، مع تطبيق منهجية علمية متكاملة شملت: معالجة البيانات وتنظيفها (Data Preprocessing) استخراج الخصائص المؤثرة في اكتشاف التصيد (Feature Extraction) تدريب النماذج وتقييم أدائها (Model Training & Evaluation) نشر النموذج من خلال واجهة استخدام بسيطة لسهولة إدخال الروابط وتحليلها (Deployment) يساهم هذا النظام في تعزيز الأمن الرقمي من خلال: حماية المستخدمين من سرقة البيانات والهجمات الاحتيالية الاكتشاف المبكر لمحاولات التصيد الإلكتروني دعم عمليات تحليل التهديدات في بيئات الأمن السيبراني وفرق الـ SOC كما تضمن تنفيذ المشروع عدة مراحل عملية، شملت تحليل مشكلة التصيد الاحتيالي من منظور تقني، وتجميع وتجهيز البيانات الخاصة بالروابط، وتنفيذ مراحل المعالجة المسبقة واستخراج الخصائص، ثم تدريب ومقارنة النماذج المختلفة لاختيار النموذج الأمثل، وأخيرًا تطوير نظام متكامل يربط النموذج بواجهة استخدام تفاعلية مع اختبار الأداء وتحسين دقة النتائج.
مهارات العمل
