COVID-19下的模糊逻辑与数据挖掘智能系统：打击网络犯罪与安全防护

本文主要探讨了2022年埃及信息学杂志中的一项研究，标题为"2022埃及信息学杂志：COVID-19网络安全与智能系统"。该文章针对COVID-19大流行期间网络安全面临的挑战进行了深入分析。随着全球范围内远程工作和在线交易的增加，网络犯罪分子趁机利用病毒引发的恐慌和混乱，发起了一系列网络钓鱼、恶意软件、身份盗窃和勒索软件攻击。这种形势突显了保护个人信息和网络基础设施安全的紧迫性。 作者Syed Rameem Zahraa、Mohammad Ahsan Chishtia、Asif Iqbal Babac、Fan Wu来自印度和美国的多所高校，他们结合了模糊逻辑和数据挖掘技术，提出了一种智能系统，旨在识别以COVID-19为主题的恶意URL或钓鱼攻击。该系统的设计目标是提高网络防御能力，提前预防潜在威胁，尤其是在信息量庞大的网络空间中。 文章指出，由于网络本身的脆弱性和攻击者能够利用的漏洞，一旦获得设备控制权，网络犯罪活动的可能性极大。因此，研究者强调了网络安全教育和实时防范措施的重要性。文章提供了针对COVID-19相关网络威胁的缓解策略，并对其智能系统的性能进行了评估，结果显示该系统具有一定的可行性，对于检测和阻止这类攻击可能是一个有效的工具。 此外，文章背景部分提到，自2020年起，COVID-19导致了全球范围内的社会和经济动荡，网络犯罪活动显著增长，成为了一个全球性的问题。论文于2021年8月至12月间经历了多个阶段的审稿过程，最终于同年12月在网上发布，遵循了Creative Commons Attribution-NonCommercial-NoDerivatives (CC BY-NC-ND) 许可协议，可供公众在学术界进行开放获取。 这篇论文不仅揭示了COVID-19对网络安全的影响，而且还提出了一种创新的智能系统解决方案，为应对当前及未来类似公共卫生危机下的网络犯罪挑战提供了有价值的研究成果。