Розпізнавання фішингових сайтів з використанням методів машинного навчання
Вантажиться...
Дата
2019-06
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
КПІ ім. Ігоря Сікорського
Анотація
Дана робота містить 67 сторінок, 22 ілюстрації, 21 таблицю, 24 джерела за переліком посилань.
Фішинг - це серйозна проблема безпеки в мережі, яка полягає в підробці справжніх веб-сайтів, щоб обдурити користувачів в Інтернеті і вкрасти їх конфіденційну інформацію. Задачу розпізнавання фішингових сайтів можна розглядати як типову проблему класифікації в інтелектуальному аналізі даних, коли класифікатор будується на певному наборі характеристик сайту. Існують суворі вимоги до визначення найкращого набору характеристик, які при правильному виборі підвищують точність прогнозування класифікаторів. У даній роботі досліджується вибір характеристик з метою визначення ефективного піднабору з точки зору точності класифікації, а так само дослідження точності розпізнавання фішингу новою схемою класифікатора побудованого на кількох стандартних. Порівнюються 3 відомі функції відбору ознак, щоб визначити найменший і точний набір функцій виявлення фішингу з використанням інтелектуального аналізу даних. Також розглядаються 6 алгоритмів класифікації даних: Naive Bayes, Decision Tree, Neural Network, Logistic Regression, k-nearest neighbours, Support Vector Machine. Експериментальні тести c відбором ознак були виконані з використанням методів Wrapper subset evaluation, Consistency subset evaluation і Correlation-based feature subset evaluation. Шість вищеперерахованих алгоритмів машинного навчання були треновані з різним набором характеристик, щоб показати переваги та недоліки процесу відбору функцій. Вдалося виявити кілька груп ознак з однаково хорошою точністю класифікації й відібрати 3 алгоритми із запропонованих шести для побудови нової схеми класифікації.
Опис
Ключові слова
соціальна інженерія, фішинг, фішинговий сайт, розпізнавання фішингових сайтів, відбір характеристик, класифікація, машинне навчання, social engineering, phishing, phishing site, phishing website detection, feature selection, classification, machine learning
Бібліографічний опис
Тернопольська, С. О. Розпізнавання фішингових сайтів з використанням методів машинного навчання : дипломна робота … бакалавра : 6.170101 Безпека інформаційних і комунікаційних систем / Тернопольська Світлана Олександрівна. – Київ, 2019. – 67 с.