Використання методів машинного навчання при фільтрації фішингових повідомлень
Вантажиться...
Дата
2025
Автори
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
КПІ ім. Ігоря Сікорського
Анотація
Робота складається з 3 розділів, містить 46 ілюстрацій, 18 джерел літератури, обсяг роботи – 59 сторінок. Метою роботи є розробка і дослідження системи виявлення фішингових листів, що поєднує машинне навчання, аналіз тексту та технічних характеристик листів, інтегруючи класичні методи перевірки як додаткові ознаки. Об’єктом дослідження є фішингові повідомлення. Предметом дослідження виступають моделі захисту від фішингу, зокрема комбіновані системи з використанням методів машинного навчання, що допомагають виявляти та протидіяти фішинговим повідомленням. Методами дослідження є теоретичний аналіз наукової та технічної літератури, експериментальне моделювання, обробка текстових даних, навчання моделей машинного навчання та інтерпретаця результатів В результаті дослідження було створено комбіновану систему, що поєднала у собі методи аналізу тексту та технічних ознак для виявлення фішингових повідомлень.
Опис
Ключові слова
фішинг, електронна пошта, виявлення фішингу, машинне навчання, phishing, email, phishing detection, machine learning
Бібліографічний опис
Маленко, С. С. Використання методів машинного навчання при фільтрації фішингових повідомлень : дипломна робота ... бакалавра : 125 Кібербезпека / Маленко Сергій Сергійович. – Київ, 2025. – 59 с.