Zwiększenie bezpieczeństwa poczty elektronicznej – narzędzia wspomagające

• Autorzy: Wasilewski Damian , Kowalczyk Marcin

Identyfikatory

DOI

10.15199/59.2022.4.12

Warianty tytułu

EN

Electronic mail security increasing – a supporting tool

• Konferencja: Multikonferencja Krajowego Środowiska Tele- i Radiokomunikacyjnego (7-9.09.2022 ; Warszawa, Polska)
• Języki publikacji: PL

Abstrakty

PL

Artykuł prezentuje wyniki projektu mającego na celu zwiększenia bezpieczeństwa korzystania z poczty elektronicznej e-mail. Efektem końcowym prac jest narzędzie w formie zewnętrznego serwisu dokonujące automatycznej detekcji niebezpiecznych wiadomości w oparciu o zawartość nagłówka oraz odnośniki i powiązane z nimi strony internetowe, zawarte w treści wiadomości. Integralną częścią rozwiązania jest klasyfikator decyzyjny oparty o uczenie maszynowe oraz sztuczną inteligencję. Narzędzie integruje się z popularnymi klientami pocztowymi takimi jak MS Outlook za pomocą dedykowanych wtyczek.

EN

The paper presents the results of the project aimed at increasing the security of electronic mail. The final result of the work is a tool in a form of an external service that automatically detects dangerous e-mail messages based on the content of the headers as well as links and related with them websites included in the message content. An integral part of the solution is a decision classifier based on machine learning and artificial intelligence approach. The developed tool integrates with popular e-mail clients such as MS Outlook using dedicated plugins.

Słowa kluczowe

PL

detekcja zagrożeń; klasyfikacja poczty elektronicznej; uczenie maszynowe

EN

detection of threats; mail classification; machine learning

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Telekomunikacyjny + Wiadomości Telekomunikacyjne
• Rocznik: 2022
• Tom: nr 4
• Strony: 160--163
• Opis fizyczny: Bibliogr. 8 poz., rys., tab.

Twórcy

autor

Wasilewski Damian

• Instytut Telekomunikacji, Politechnika Warszawska, Warszawa

autor

Kowalczyk Marcin

• Instytut Telekomunikacji, Politechnika Warszawska, Warszawa

Bibliografia

• [1] https://www.statista.com/statistics/255080/number.of-e-mail-users-worldwide/
• [2] https://www2.deloitte.com/my/en/gages/risk/artic­les/91-percent-of-all-cyber-attacks-begin-with-a­phishing-imail-to-an-unexpected-victim.html
• [3] Awad W.A., Elseuofi S.M. 2012. "Machine Learning Methods for Spam E-mail Classification", Int. Jour. of Computer Science and lnformation Techn., 3(1), 173-184
• [4] Rot A., Olszewski B. 2017. “Advanced Persistent Threats Attacks in Cyberspace. Threats, Vulnerabilitie, Methods of Protection”. Comp. Science and Information Systems, 113-117.
• [5] Valecha R., Mandakar P., Rado H.R. 2022. ,,Phishing Email Detection Using Persuasion Cues". IEEE Transactions on Dependable and Secure Computing, (19), 747-756
• [6] Salloum S., Gaber T., Vadera S., Shaalan K. 2021. ,,Phishing Email Detection Using Natural Language Processing Techniques: A Literature Survey", ProcediaComputer Science, (189), 19-28
• [7] Nightingale S. 2017, ,,Email Authentication Mechanisms: DMARC, SPF and DKIM", National lnstitute of Standards and Technology.
• [8] Hannousse A., Yahiouche S. 2021,"Web page phishing detection", Mendeley Data, V3, doi: 10.17632/c2gw7fy2j4.3

Uwagi

Opracowanie rekordu ze środków MEiN, umowa nr SONP/SP/546092/2022 w ramach programu "Społeczna odpowiedzialność nauki" - moduł: Popularyzacja nauki i promocja sportu (2022-2023).