Виявлення фішингових сайтів за допомогою методів машинного навчання
Вантажиться...
Дата
2023
Автори
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
КПІ ім. Ігоря Сікорського
Анотація
Робота складається з 80 сторінок, містить 15 ілюстрацій, 3 таблиці, 1 додаток та 10 літературних джерел.
Метою роботи є дослідження та покращення методів виявлення фішингових сайтів Об’єктом дослідження є фішингові сайти та фішингові електронні листи.
Предметом дослідження є методи машинного навчання для класифікації фішингу Актуальність роботи можна пояснити зростаючою кількістю фішингових атак, в тому числі через фішингові веб-сайти.
Методи дослідження: літературний огляд, аналіз, моделювання, класифікація, оцінка, порівняння результатів.
Для класифікації фішингових сайтів використовувались методи: мультиноміальний наївний Байєсівський класифікатор MNB, логістична регресія LR, випадковий ліс RF, дерево рішень DT, k-найближчих сусідів KNN, метод опорних векторів SVM, та багатошаровий персептрон MP.
Опис
Ключові слова
фішинг, машинне навчання, веб-сайти, спам, URL, phishing, machine learning, websites, spam
Бібліографічний опис
Гурджия, В. В. Виявлення фішингових сайтів за допомогою методів машинного навчання : дипломна робота ... бакалавра : 125 Кібербезпека / Гурджия Валерія Вахтангівна. – Київ, 2023. – 80 с.