Progetto di sistema di protezione da cybersquatting basato su deep learning = Design of protection system against cybersquatting based on deep learning

Nonostante di gran lunga meno conosciuto rispetto al fenomeno del phishing, il cybersquatting costituisce una reale minaccia per l'utente che naviga all'interno del web. All'interno di questa tesi è stata approfondita nel dettaglio la minaccia del domain squatting, analizzandone le differenti tipologie conosciute e le possibili minacce associate a ciascuna di esse. Si è sviluppata una soluzione basata su reti neurali al fine di, fornito un dominio in ingresso, riconoscere la presenza di una possibile minaccia. Si sono analizzate le numerose soluzioni già presenti al problema, sottolineando i vantaggi e i punti di forza dell'approccio scelto. Viene fornita una conoscenza base sulle reti neurali, soffermandosi con maggior enfasi sulle tipologie utilizzate e testate al fine di selezionare il modello neurale migliore per la risoluzione del problema. Viene fornita una dettagliata descrizione del funzionamento del tool dnstwist, liberamente scaricabile tramite GitHub, e delle modifiche che sono state apportate al fine di creare il dataset necessario all'allenamento del modello neurale. Sono riportati e descritti tutti gli esperimenti e test condotti: dall'utilizzo delle GAN (Generative Adversarial Network) a differenti tipologie di RNN (Recurrent Neural Network). Nell'ultima parte sono mostrati i risultati e le performance ottenute dal modello neurale: si sono raggiunte accuratezze del 97%/98% nel riconoscimento di possibili minacce, usando come base 1000 domini reali verso cui l'utente può essere protetto durante la navigazione. Ulteriori analisi sono condotte al fine di verificare la robustezza della rete all'aumentare della difficoltà del problema, la capacità di generalizzazione e di riconoscere singole tipologie di squatting al variare del dataset a disposizione. Infine, si sono discussi possibili approcci volti a migliorare l'accuratezza del modello realizzato, analizzando possibili future integrazioni della soluzione in ambito cybersecurity.