تمهيد
تتزايد هجمات التصيد الاحتيالي انتشارًا في البيئة الرقمية، وتؤدي إلى فقدان الأصول والمعلومات المالية والبيانات الشخصية وغيرها من المعلومات الحساسة لصالح جهات خبيثة، وقد طورت أساليب كشف متعددة لحماية المستخدمين من هذه الهجمات، غير أن الأساليب التقليدية لكشف عناوين التصيد، مثل القوائم السوداء والأساليب الاستدلالية، تعتمد على الاحتفاظ بقوائم محدثة بعناوين التصيد المعروفة، ولذلك تعجز عن التعرف إلى العناوين الجديدة غير المدرجة وتتطلب صيانة مكلفة، وفي السنوات الأخيرة اتجه البحث نحو تقنيات التعلم العميق لكفاءتها في تدريب نظم البيانات الكبيرة والتعامل مع الخصائص غير المحددة
أولًا: أهداف الدراسة ومنهجيتها
هدفت الدراسة إلى تطوير سبعة نماذج للتعلم العميق ومقارنتها للتعرف إلى عناوين التصيد الاحتيالي بدقة وكفاءة أعلى، ويستخدم النموذج المقترح تضمينات الكلمات المستندة إلى فاست تكست في المعالجة المسبقة لعناوين الإدخال، مولدًا تمثيلًا متجهيًا قويًا للعنوان، ثم يطبق هذا التمثيل على نماذج تصنيف متنوعة قائمة على التعلم العميق، تشمل الشبكة العصبية الالتفافية، وشبكة الذاكرة الطويلة قصيرة المدى، وشبكة الذاكرة الطويلة قصيرة المدى ثنائية الاتجاه، ونموذجًا هجينًا يجمع الالتفافية بالذاكرة الطويلة، ونموذجًا هجينًا يجمع الالتفافية بالذاكرة ثنائية الاتجاه، والوحدة المتكررة ذات البوابة، ونظيرتها ثنائية الاتجاه
وجرى اختبار التقنية المقترحة على بيانات قياسية متاحة من مستودع على الإنترنت، ثم التحقق منها على مجموعة بيانات خارجية مستقلة لتقييم متانتها وقدرتها على التعميم، بما يضمن ألا تكون النتائج أسيرة لمصدر بيانات واحد
ثانيًا: أبرز النتائج
أظهرت النتائج التجريبية تفوقًا واضحًا للنموذج المقترح: (1) تفوق نموذج الذاكرة الطويلة قصيرة المدى ثنائي الاتجاه مع تضمينات فاست تكست على النماذج البديلة جميعًا، محققًا دقة بلغت 98.62 في المئة في كشف عناوين التصيد، (2) أظهرت التقنية أداءً جيدًا في الكشف عبر مصادر بيانات متعددة، إذ صمدت نتائجها عند التحقق على مجموعة البيانات الخارجية المستقلة، بما يدل على قدرة تعميم ومتانة واعدة، (3) بينت الدراسة أن بعض البحوث السابقة وإن حققت دقة تجاوزت 99 في المئة، فإن كثيرًا منها يتجاهل بنى العناوين على مستوى الوحدات اللفظية، أو يتفادى البنى الهجينة، أو يعتمد على مجموعات بيانات صغيرة أو غير متوازنة، وهي قيود عالجتها الدراسة الحالية
ثالثًا: دلالات الدراسة وتطبيقاتها
تشير نتائج الدراسة إلى أن الجمع بين تضمينات فاست تكست وشبكات الذاكرة الطويلة قصيرة المدى ثنائية الاتجاه يحسن التعميم والمتانة، وبخاصة في التعرف إلى عناوين التصيد المموّهة والفريدة التي تصمم للالتفاف حول القوائم السوداء والأساليب الاستدلالية، ومن ثم يقدم هذا المزج أساسًا لنظام كشف أكثر اعتمادًا وقابلية للتوسع يمكن دمجه في متصفحات وبوابات بريد وخدمات حماية للمستخدمين والمؤسسات، حيث يعني الكشف المبكر عن العنوان الخبيث حماية الأصول والبيانات قبل وقوع الضرر لا بعده
كما تنسحب دلالات الدراسة على مطوري نظم الأمن السيبراني والباحثين في كشف التصيد، إذ توجههم إلى العناية ببنية العنوان على مستوى الوحدات اللفظية عند بناء التمثيلات، وإلى اختبار نماذجهم على بيانات خارجية مستقلة ومتوازنة، لأن الدقة المرتفعة على بيانات واحدة صغيرة لا تثبت الجدارة في بيئات التشغيل الحقيقية المتنوعة والمتغيرة باستمرار
وتعطي الدراسة اهتمامًا خاصًا لمرحلتي التحقق والقياس المقارن، إذ لم تكتف بتجربة النماذج السبعة على بيانات قياسية واحدة، بل أخضعت التقنية المقترحة لمجموعة بيانات خارجية مستقلة لتقدير متانتها وقدرتها على التعميم في ظروف مختلفة عن ظروف التدريب، وهي خطوة منهجية جوهرية في بحوث كشف التصيد، لأن المهاجمين يغيرون أنماط عناوينهم باستمرار، فيفقد النموذج المتفوق على بياناته الأصلية قيمته إن لم يثبت جدارته أمام عناوين لم يرها من قبل ومصادر بيانات لم يتدرب عليها، كما أن تضمينات فاست تكست تمنح التمثيل قدرة على التعامل مع أجزاء الكلمات والعناوين المموّهة التي تكسر التمثيلات التقليدية القائمة على الكلمات الكاملة
وخلاصة القول إن هذه الدراسة تبني نظامًا لكشف عناوين التصيد الاحتيالي يجمع بين تضمينات فاست تكست ونماذج التعلم العميق المتسلسلة، وتثبت بتجربة مقارنة بين سبعة نماذج أن النموذج ثنائي الاتجاه هو الأكفأ بدقة 98.62 في المئة مع متانة عبر مصادر بيانات متعددة، بما يقدم حلًا عمليًا قابلًا للتوسع في مواجهة هجمات تصيد متصاعدة الانتشار
