ИСПОЛЬЗОВАНИЕ ИИ ДЛЯ ПРЕДОТВРАЩЕНИЯ ФИШИНГОВЫХ АТАК ПО ЭЛЕКТРОННОЙ ПОЧТЕ

В этой статье рассматриваются текущие проблемы и разрушительные последствия фишинговых атак по электронной почте. Подчеркивается важность профилактических мер для защиты организаций от утечки данных и потенциальных катастрофических последствий. Описаны основные типы фишинговых атак и необходимость внедрения решений на основе искусственного интеллекта (ИИ) для эффективного снижения рисков. В работе использовались методы распознавания ранних признаков фишинга с использованием искусственного интеллекта и машинного обучения. Для разработки использовались Python и Google Colab, что позволило эффективно анализировать данные и обучать модели. Особое внимание было уделено разработке уникальных методов и использованию современного программного обеспечения. В результате исследования были получены данные, подтверждающие высокую эффективность средств ИИ в распознавании фишинговых атак. Технологии искусственного интеллекта значительно повысили точность обнаружения фишинга и поддержали адаптацию к новым киберугрозам. Анализ показывает, что использование ИИ позволяет не только своевременно выявлять атаки, но и разрабатывать стратегии профилактики. Практическая значимость результатов заключается в возможности интеграции разработанных методов в существующие системы безопасности. Работа предлагает стратегический подход, сочетающий технологические достижения и организационные практики для создания устойчивой защиты информации.

1. Абрамов И.П. Использование искусственного интеллекта в системах фильтрации электронной почты. / И.П. Абрамов, А.Ю. Бородин // Информационные технологии и телекоммуникации. – 2021. – № 1(32). – С. 59-66.

2. Маленков М.Г. Защита от атак с использованием ИИ с помощью ИИ / М.Г. Маленков // Инновации. Наука. Образование. – 2021. – Том 2, № 44. – с. 49-53.

3. Исаков А.А. Искусственный интеллект и расследование киберпреступлений / А.А. Искаков // Вестник науки. – 2023. – № 5(62). – С. 597-603.

4. Трофимов А.И. Использование методов искусственного интеллекта для борьбы с фишингом и спамом в электронной почте / А.И. Трофимов // Компьютерные инструменты в образовании. – 2022. – № 26(1). – С. 49-55.

5. Миронов А.А. Применение методов машинного обучения и искусственного интеллекта для защиты от спама и фишинга / А.А. Миронов // Системы и инструменты информатики. – 2020. – № 30(2). – С. 57-69.

6. Sharma A. Email Spam Filtering Using Machine Learning Algorithms: A Review. / A. Sharma, R. // Gupta In Advances in Computer Vision & Image Processing. – 2021. – Vol. 2. – Р. 137-145.

7. Пожогин A. Проблемы облачной почты: спам, фишинг и вредоносное ПО [электронный ресурс] https://blog.kaspersky.kz/spam-phishing-malware/1804/.

8. Sh.Drew, Phishing-Detection, [elektronnyj resurs] https://github.com/shaeferd/PhishingDetection/.

9. Кузнецов Д.А. Использование нейронных сетей для фильтрации фишинга / Д.А. Кузнецов // Журнал информационных систем. – 2023. – № 6(41). – С. 110-118.

10. Васильев Р.Н. Анализ эффективности алгоритмов классификации электронной почты / Р.Н. Васильев, И.К. Петрова // Технологии защиты информации. – 2023. – № 2(39). – С. 66-73.