Целью работы является определение наиболее эффективного метода машинного обучения для обнаружения фишинговых веб-сайтов. Предметом исследования являются современные методы обнаружения фишинговых веб-сайтов. Задачи, решаемые в ходе исследования: 1. Сформировать набор данных и разработать средство расширения набора данных. 2. Провести анализ применяемых методов для обнаружения фишинговых веб-сайтов, выбрать методы для дальнейшего исследования. 3. Разработать программный прототип для обнаружения фишинговых веб-сайтов с помощью выбранных методов. 4. Провести сравнительный анализ методов машинного обучения в обнаружении фишинговых веб-сайтов. В ходе работы были исследованы применяемые методы для обнаружения фишинговых веб-сайтов. Была решена задача формирования набора данных. В результате работы были разработаны программный прототип для обнаружения фишинговых веб-сайтов и средство расширения набора данных, был проведен сравнительный анализ методов машинного обучения для обнаружения фишинговых веб-сайтов.

The aim of the work is to determine the most effective machine learning method for detecting phishing websites. The subject of the study is modern methods for detecting phishing websites. Tasks to be solved in the course of the study: 1. Form a data set and develop a tool for extending the data set. 2. Conduct an analysis of the methods used to detect phishing websites, select methods for further research. 3. Develop a software prototype to detect phishing websites using selected methods. 4. Conduct a comparative analysis of machine learning methods in detecting phishing websites. In the course of the work, the methods used to detect phishing websites were investigated. The problem of forming a data set was solved. As a result of the work, a software prototype for detecting phishing websites and a tool for expanding the data set were developed, and a comparative analysis of machine learning methods for detecting phishing websites was carried out.