Веб-сайттарға фишингтік шабуылдар — бұл кибершабуылдың бір түрі, онда шабуылдаушылар бейхабар пайдаланушыларды алдау және құпия ақпаратты жария ету мақсатында әлеуметтік медиа сияқты заңды платформаларға еліктейтін алаяқтық веб-сайттар жасайды. Бұған Құпия сөздер, несие картасы деректері, пайдаланушы имен және басқа да жеке деректер кіреді. Бұл фишингтік веб-сайттар шынайы көрінеді және құрбандарды өздерінің құпия ақпаратын ашуға тарту үшін URL мекенжайларын ауыстыру, әлеуметтік инженерия және электрондық пошта немесе мәтіндік фишинг сияқты әртүрлі әдістерді жиі пайдаланады. Веб-қосымшалар барған сайын күрделене түседі және оларды бір қарағанда анықтау қиын, әсіресе шифрлау және обфускация әдістерін қолданған кезде. Фишингтік веб-қосымшалардың нақты уақыт режимінде серверге жүктелуін тиімді анықтау және болдырмау үшін машиналық оқытуды дамыту қажет. Веб-қосымшаларға негізделген шабуылдарды анықтау үшін машиналық оқыту алгоритмдерін талдаудан басқа, зерттеу Машиналық оқыту алгоритмдерін орындау және нәтижелерді растау арқылы жаңа талдауларды калибрлейді. Зерттеу Машиналық оқыту деректер жиынтығынан бірегей және санатталған нәтижелерді пайдаланады. Қолданылатын жіктеу алгоритмдерін эксперименттік және салыстырмалы талдау нәтижесінде алынған нәтижелерге сәйкес, кездейсоқ орман моделі ең жоғары дәлдікті көрсетті, әсерлі 97%, одан кейін 94% шешім ағашының моделі және экстремалды градиентті күшейту (XGBoost).