• شماره ركورد
    15515
  • عنوان
    شناسايي كلاهبرداري فريب محور: بررسي روش‌ها و چالش‌هاي پيش‌رو
  • سال تحصيل
    1403
  • استاد راهنما
    مرضيه ملكي مجد
  • استاد مشاور
    امير محمدزاده لاجوردي
  • چکيده
    با گسترش روزافزون خدمات آنلاين، تراكنش‌هاي رقمي و وابستگي جوامع به زيرساخت‌هاي فناوري اطلاعات، تهديدات سايبري نيز هم‌راستا با اين تحولات توسعه يافته‌اند. يكي از چالش‌برانگيزترين و پيچيده‌ترين تهديدات در اين حوزه، كلاهبرداري‌هاي فريب محور است. اين نوع از كلاهبرداري‌ها عمدتاً با بهره‌گيري از مهندسي اجتماعي، جعل هويت و سوءاستفاده از اعتماد كاربران انساني، قربانيان را به انجام اقداماتي همچون ارسال اطلاعات محرمانه، پرداخت وجه يا كليك بر پيوندهاي آلوده ترغيب مي‌كنند. مهاجمان در اين حملات از ابزارها و بسترهايي همچون ايميل‌هاي فيشينگ، پيامك‌هاي جعلي ، تماس‌هاي صوتي فريبنده ، صفحات پرداخت تقلبي و حتي چت‌بات‌هاي هوشمند بهره مي‌برند. تمركز اين حملات برخلاف تهديدات فني مانند نفوذ به سامانه‌ها يا حملات DDoS، بر دست‌كاري رواني كاربر انساني است؛ عاملي كه موجب شده شناسايي خودكار آن‌ها بسيار دشوارتر از حملات صرفاً فني باشد. با رشد سريع اين نوع حملات، روش‌هاي سنتي مبتني بر قواعد از پيش تعريف‌شده و فهرست‌هاي سياه ديگر قادر به پاسخ‌گويي به پيچيدگي، پويايي و نوآوري الگوهاي تقلب نيستند. در اين راستا، پژوهشگران به استفاده از روش‌هاي هوشمند نظير داده‌كاوي، يادگيري ماشين، يادگيري عميق و كلان‌داده روي آورده‌اند كه قادرند با تحليل الگوهاي پنهان و غيرخطي در داده‌ها، فعاليت‌هاي مشكوك را بادقت بيشتري شناسايي كنند. در اين سمينار، تلاش خواهد شد مروري تحليلي و جامع بر پژوهش‌ها، الگوريتم‌ها، داده‌ها و چالش‌هاي حوزه‌ي تشخيص كلاهبرداري فريب محور صورت گيرد.
  • نام دانشجو

    فاطمه اميدي

  • تاريخ ارائه
    11/5/2025 12:00:00 AM
  • متن كامل
    88795
  • پديد آورنده

    فاطمه اميدي

  • تاريخ ورود اطلاعات
    1404/08/21
  • عنوان به انگليسي
    Deceptive Fraud Detection: A Review of Methods an‎d Future Challenges
  • كليدواژه هاي فارسي
    تشخيص تقلب , امنيت سايبري , يادگيري ماشين , فيشينگ , مهندسي اجتماعي
  • كليدواژه هاي لاتين
    Fraud detection , cybersecurity , machine learning , phishing , social engineering