機械学習テクニックを使用して悪意のあるWebクローラーを検出することにより、患者のポータルとウェブサイトのセキュリティを強化する

はじめに：患者のポータルを介して医療情報へのアクセスに対する需要が高まっています。ただし、このようなサービスの広範な利用に向けた課題の1つは、これらのポータルのセキュリティを維持することです。最近の報告によると、クローラーを使用したサイバー攻撃の驚くべき増加が示されています。これらのソフトウェアプログラムは、Webページをクロールし、Webサーバーの攻撃、パスワードのクラッキング、ユーザーの個人情報の収穫、サーバーの脆弱性のテストなど、さまざまなコマンドを実行できます。この研究の目的は、機械学習技術を使用したナビゲーション挙動に基づいて悪意のあるクローラーを検出するための新しい効果的なモデルを開発することです。 方法：この研究では、クローラー検出のさまざまな方法が調査されました。侵害されたWebサイトのサンプルのログファイルが分析され、クローラーの検出に最適な機能が抽出されました。次に、サポートベクターマシン（SVM）、ベイジアンネットワーク、意思決定ツリーなど、いくつかの機械学習アルゴリズムをテストおよび比較した後、最も適切な機能を使用して最適なモデルが開発され、その精度が評価されました。 結果：我々の分析では、SVMベースのモデルは、悪意のあるクローラーを検出するために、ベイジアンネットワーク（Fメジャー= 0.88）および決定ツリー（Fメジャー= 0.95）および人工ニューラルネットワーク（ANN）（ANN）（F-Measure = 0.87）と比較して、より高い精度（F-Measure = 0.97）を生成できることが示されました。ただし、適切な機能を抽出すると、SVM（F-Measure = 0.98）、Bayesian Network（F-Measure = 0.94）、およびDecision Tree（F-Measure = 0.96）およびANN（F-Measure = 0.92）のパフォーマンスが向上する可能性があります。 結論：セキュリティの懸念は、患者ポータルの広範な利用に対する潜在的な障壁の1つです。機械学習アルゴリズムを正確に使用して、悪意のあるクローラーを検出し、敏感な患者の情報のセキュリティを強化できます。これらのアルゴリズムを開発するための適切な機能を選択すると、精度が著しく向上する可能性があります。

INTRODUCTION: There is increasing demand for access to medical information via patients' portals. However, one of the challenges towards widespread utilisation of such service is maintaining the security of those portals. Recent reports show an alarming increase in cyber-attacks using crawlers. These software programs crawl web pages and are capable of executing various commands such as attacking web servers, cracking passwords, harvesting users' personal information, and testing the vulnerability of servers. The aim of this research is to develop a new effective model for detecting malicious crawlers based on their navigational behavior using machine-learning techniques. METHOD: In this research, different methods of crawler detection were investigated. Log files of a sample of compromised web sites were analysed and the best features for the detection of crawlers were extracted. Then after testing and comparing several machine learning algorithms including Support Vector Machine (SVM), Bayesian Network and Decision Tree, the best model was developed using the most appropriate features and its accuracy was evaluated. RESULTS: Our analysis showed the SVM-based models can yield higher accuracy (f-measure = 0.97) comparing to Bayesian Network (f-measure = 0.88) and Decision Tree (f-measure = 0.95) and artificial neural network (ANN) (f-measure = 0.87)for detecting malicious crawlers. However, extracting proper features can increase the performance of the SVM (f-measure = 0.98), the Bayesian network (f-measure = 0.94) and the Decision Tree (f-measure = 0.96) and ANN (f-measure = 0.92). CONCLUSION: Security concerns are among the potential barriers to widespread utilisation of patient portals. Machine learning algorithms can be accurately used to detect malicious crawlers and enhance the security of sensitive patients' information. Selecting appropriate features for the development of these algorithms can remarkably increase their accuracy.