Фішингові атаки є однією з найбільш поширених та небезпечних загроз інформаційній безпеці користувачів мережі Інтернет. Традиційні засоби протидії фішингу, що базуються на використанні чорних списків або сигнатурного аналізу, мають обмежену ефективність через динамічне створення нових фішингових веб-ресурсів та постійну зміну тактик зловмисників. У статті представлено програмний засіб для автоматичного виявлення фішингових сайтів із використанням алгоритмів машинного навчання. Розроблений засіб здійснює аналіз структурних, доменних та поведінкових ознак веб-ресурсів і використовує ансамблевий алгоритм Random Forest для класифікації сайтів. Програмний засіб реалізовано у вигляді браузерного плагіна, який забезпечує перевірку веб-сторінок у режимі реального часу та інформує користувача про рівень потенційної загрози. Результати експериментальних досліджень підтвердили високу точність і практичну ефективність розробленого програмного засобу.

PHISHING WEBSITE DETECTION TOOL USING MACHINE LEARNING

Phishing attacks are among the most widespread and dangerous threats to information security in the Internet environment. Traditional anti-phishing tools based on blacklists or signature analysis are limited in effectiveness due to the dynamic creation of new phishing websites and constantly evolving attack techniques. This paper presents a software tool for automatic detection of phishing websites using machine learning algorithms. The developed tool analyzes structural, domain, and behavioral features of web resources and applies the Random Forest ensemble algorithm for classification. The software is implemented as a browser extension that performs real-time website analysis and notifies users about potential security risks. Experimental results confirm the high accuracy and practical effectiveness of the proposed software tool.