Das Web ist zu einem grundlegenden Bestandteil unserer gewöhnlichen sozialen und monetären Aktivitäten geworden. Website-Phishing kann als Imitation einer vertrauten Website dargestellt werden, um heikle Daten von Online-Clients zu erhalten, z. B. Benutzernamen und Passwörter. Phishing ist ein Website-Betrug mit der Erwartung, die sensiblen Daten von Online-Kunden zu verfolgen und zu übernehmen. Der Angreifer trickst den Kunden mit Social-Designing-Verfahren wie SMS, Sprache, E-Mail, Website und Malware aus. Diese Arbeit zeigt verschiedene Grenzen auf, um Websites als Phishing oder authentisch zu identifizieren. Da die Komponentenextraktion der Hauptteil dieser Arbeit ist, wurden verschiedene Elementgrenzen angegeben, aus denen man die vorteilhaften Grenzen für die zusätzliche Anordnung der Eingangsseite als authentisch oder Phishing auswählen kann. Der SVM-Klassifikator wird langsamer, wenn die Informationsgröße größer wird und die Genauigkeitsrate niedrig ist. Um diesen Nachteil zu überwinden, wurde ein Random-Forest-Algorithmus vorgeschlagen. Es kann die Websites als legitim oder nicht legitim klassifizieren und auch die Genauigkeitsrate verbessern.