PhishHunter AI — كشف التصيد الاحتيالي بخوارزمية جينية

التحدي أو السياق التشغيلي

كشف التصيد يتطلب توازنًا بين الدقة، سرعة التدريب، واختيار الميزات الأكثر تأثيرًا بدل تضخيم النموذج بمدخلات غير ضرورية.

نطاق ما نقدمه

• تحليل الميزات
• التحسين التطوري
• إخراج نموذج كشف عملي
• إمكانية الربط مع بوابات أو منصات حماية

المميزات

• تحسين الميزات عبر NSGA-II
• تكامل مع ML وDL
• رفع الكفاءة وتقليل زمن التدريب
• إطار مناسب لاستخدامات الأمن الرقمي

الاستخدامات

• مكافحة التصيد
• البوابات الأمنية
• التوعية الرقمية
• التحليل الأمني التطبيقي

القيمة والفوائد

• تحسين الأداء
• تقليل عدد الميزات
• تسريع التدريب
• تقديم نموذج أكثر قابلية للتطبيق

التكاملات

• NSGA-II
• ML/DL models
• Feature engineering workflow

نقاط قوة أو نتائج قابلة للقياس

• 97.51% دقة
• 18 ميزة مثلى
• خفض زمن التدريب بنحو 70%

آلية التنفيذ والتشغيل

• تشغيل كطبقة تحليل أو كشف
• تخصيص حسب نوع الروابط أو الرسائل أو البيانات الداخلة

الجمهور المستهدف

فرق الأمن
الجهات التي تبني أدوات حماية
المعامل والجهات التطبيقية

المواصفات الفنية

حل برمجي تحليلي يطوّر مسار الكشف عبر التحسين التطوري واختيار الميزات

القطاعات المناسبة

• الأمن السيبراني
• مكافحة التصيد
• التوعية والحماية المؤسسية
• التحليل الأمني