Asteğmen InfoSecurity Araştırmacıları 'TypoSwype' Sunuyor: Typosquatting Saldırılarını Tespit Etmek için Yapay Zeka (AI) Tabanlı Görüntüleme Yaklaşımı

Siber saldırganlar, tüketicileri kötü amaçlı web sitelerini ziyaret etmeleri veya özel bilgilerini vermeleri için kandırmak için birçok yöntem kullanır. Siber saldırının en popüler biçimlerinden biri, insanların hızlı yazarken yazım hatası yapma veya küçük topografik kusurları olan kelimeleri yanlış anlama eğiliminden yararlanan yazım hatasıdır. Çoğunlukla, yazım hatası, meşru sitelerin URL'lerine benzer ancak yazım hataları içeren URL'lere sahip kötü amaçlı web sitelerinin oluşturulmasını içerir (örneğin, "facebook" yerine "fqcebook" veya "youtube" yerine "yuube"). Bir kullanıcı yanlışlıkla bu sitelerden birine erişirse, istemeden kötü amaçlı yazılım indirebilir veya siber suçlulara hassas bilgiler sağlayabilir.

Bu nedenle, bilgisayar bilimi alanındaki araştırmacılar, bu tür saldırıları tespit etmek ve bunlara karşı koymak için sürekli olarak daha karmaşık yöntemler yaratmaya çalışmaktadır.

Bu tür kimlik avı saldırılarını tespit etmeye yönelik mevcut yöntemlerin çoğu, yazım denetleyicilerin kullanılmasına dayanır. Bu tekniklerin belirli bağlamlar dışında sınırlı faydası vardır çünkü etkinlikleri genellikle onları öğretmek için kullanılan kelimelerin sözlüğüne bağlıdır.

Singapur'un uçtan uca siber güvenlik hizmet sağlayıcısı Ensign InfoSecurity'den araştırmacılar, yazım hatası tehditlerini tespit etmek için alternatif bir görüntü analizi tabanlı araç olarak TypoSwype'ı geliştirdi. Bu araç, metin dizelerini klavye grafiklerine dönüştürmek için gelişmiş resim tanıma yöntemlerini kullanır. 

TypoSwype, yazım hatalarını tespit etmek için daha önce tanıtılan yöntemlerden farklı olarak, varsayımsal bir klavyedeki ardışık karakterlerin düğmeleri arasına çizgiler çizerek klavyedeki karakterler arasındaki boşluğu yakalar. Bu, daha önce kullanılan dize düzenleme mesafesi ölçümlerindeki (yani, iki kelime veya karakter dizisi arasındaki farklılığın derecesini belirleyen yöntemler) yanlışlıkların düzeltilmesine yardımcı olur.

Ekip, dize eşleştirme çözümlerinden daha hızlı oldukları ve çok sayıda potansiyel yazım hatası alanını aynı anda tarayabildiği için görüntü tanıma yöntemlerini kullandı.

Teğmen InfoSecurity, TypoSwype'ı kimlik avı önleme çözümlerine entegre edecek ve onu dünya çapındaki insanlar için erişilebilir hale getirecek.

Bir dizi deneyde araştırmacılar, yazım hatası tespit araçlarının etkinliğini popüler bir siber güvenlik modeli olan DLD algoritmasının etkinliğiyle karşılaştırdılar. TypoSwype'ın yazım hatası tespitinde DLD'den üstün olduğunu keşfettiler ve siber suçluların "yazım hatası" yapmaya çalıştığı meşru, iyi bilinen alanları doğru bir şekilde belirlediler.

Ekibe göre TypoSwype, evrişimli sinir ağlarının (CNN'ler) Swype girişlerini kullanarak yazım hatası sorununa yönelik ilk uygulamasıdır. Swyping, çoğu yazım hatasının klavyeye olan mesafesini otomatik olarak hesaba katar. Benzer olmayan Swype görüntüleri için bir alt sınır oluşturduğundan, Triplet kaybı ve NT-Xent kaybı da araştırmacılar tarafından modellerinin eğitim süreci boyunca kullanılmaktadır. Halihazırda oldukça benzer olan alanları etkili bir şekilde tanımlayan dize düzenleme mesafe eşleştirme tekniklerini kullanarak potansiyel olarak kötü amaçlı yazım yanlışı yapan etki alanlarını belirlemeye yönelik ölçümleri geliştirdiler.

Ekip, çalışmalarının araştırma topluluğunun görüntü tanıma modellerine dayalı siber güvenlik teknikleri geliştirmesine yardımcı olacağını umuyor.

Bu Makale Marktechpost Ekibi tarafından ' araştırma makalesine dayanarak bir araştırma özeti makalesi olarak yazılmıştır.TypoSwype: Yazım Hatasını Tespit Etmek İçin Bir Görüntüleme Yaklaşımı'. Bu Araştırmanın Tüm Kredisi Bu Projedeki Araştırmacılara Aittir. Kontrol et kâğıt ve referans makalesi.

Lütfen Katılmayı Unutmayın ML Subreddit'imiz

<!–

->