В данной работе представлено исследование подходов к применению машинного обучения для решения задачи информационной безопасности. Разработан алгоритм, предупреждающий пользователя о возможном мошенничестве, реализована модель машинного обучения и проведена её апробация.

This paper presents a study of approaches to the use of machine learning to solve the problem of information security. An algorithm has been developed to warn the user about possible fraud, a machine learning model has been implemented and tested.

• ТЕРМИНЫ И ОПРЕДЕЛЕНИЯ
• ВВЕДЕНИЕ
• Глава 1 Теоретические основы вишинга
  • 1.1 Определение понятия “вишинг”
  • 1.2 Типы телефонного мошенничества
  • 1.3 Инструменты и методы телефонных мошенников
  • 1.4 Существующие методики и решения для защиты от вишинга
  • 1.5 Выводы по главе 1
• Глава 2 Исследование существующих реализаций машинного слуха
  • 2.1 Введение в машинный слух
  • 2.2 Основные направления машинного слуха
  • 2.3 Распознавание речи (Speech recognition)
  • 2.4 Подходы к реализации алгоритмов машинного слуха
  • 2.5 Выводы по главе 2
• Глава 3 Исследование акустических и психоакустических параметров для анализа
  • 3.1 Психоакустические параметры
  • 3.2 Акустические параметры
  • 3.3 Ключевые слова и фразы
  • 3.4 Выводы по главе 3
• Глава 4 Формирование датасета с эталонными образцами, и образцами, содержащие признаки вишинга
  • 4.1 Сбор информации из открытых источников
  • 4.2 Разметка датасета и его технические характеристики
  • 4.3 Выводы по главе 4
• Глава 5 Реализация прототипа программного модуля
  • 5.1 Готовые решения
  • 5.2 Разработка программного модуля на базе нейросетевой модели
  • 5.3 Апробация и проверка гипотез
  • 5.4 Выводы по главе 5
• Глава 6 Потенциальные направления для усовершенствования
  • 6.1 Использование новых подходов и алгоритмов
  • 6.2 Усовершенствование имеющихся подходов
  • 6.3 Выводы по главе 6
• ЗАКЛЮЧЕНИЕ
• СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ