Aplicación de los árboles de decisión en la identificación de sitios web fraudulentos



Título del documento: Aplicación de los árboles de decisión en la identificación de sitios web fraudulentos
Revista: Innovación y software
Base de datos: PERIÓDICA
Número de sistema: 000449144
ISSN: 2708-0935
Autores: 1
1
1
1
Instituciones: 1Universidad Nacional de San Agustín, Arequipa. Perú
Año:
Periodo: Mar-Ago
Volumen: 3
Número: 1
Paginación: 6-16
País: Perú
Idioma: Español
Tipo de documento: Artículo
Enfoque: Aplicado, descriptivo
Resumen en español La seguridad informática, es un área muy importante en cualquier sistema que tenga conexión a internet, debido a que existen sitios Web fraudulentos que pueden realizar acciones delictivas hacia una persona, organización u otra entidad. Por lo cual es necesario poder detectar qué sitios web son fraudulentos antes de poder ingresar a ella, para ello se desarrolló una implementación mediante Árboles de Decisión con el lenguaje de Python para poder detectar y clasificarlos en Legítimos, Sospechosos y Fraudulentos por medio de 1353 casos que clasifican a los sitios webs
Resumen en inglés Computer security is a very important area in any system that has an internet connection because there are fraudulent websites that can carry out criminal actions towards a person, organization or other entity. Therefore, it is necessary to be able to detect which websites are fraudulent before being able to enter them, for this an implementation was developed through Decision Trees with the Python language to detect and classify them as Legitimate, Suspicious and Fraudulent through 1353 cases that they rank websites
Disciplinas: Ciencias de la computación
Palabras clave: Inteligencia artificial,
Procesamiento de datos,
Programación,
Arbol de decisiones,
Python,
Seguridad informática,
Websites,
Scikit-Learn
Keyword: Artificial intelligence,
Data processing,
Programming,
Decision tree,
Python,
Computer security,
Websites,
Scikit-Learn
Texto completo: Texto completo (Ver PDF) Texto completo (Ver HTML)