Модель фільтрації VEC листів з використанням машинного навчання

Скорочена інформація про документ
dc.contributor.advisorКозленко, Олег Віталійович
dc.contributor.authorЗібаров, Дмитро Владиславович
dc.date.accessioned2024-10-03T07:58:29Z
dc.date.available2024-10-03T07:58:29Z
dc.date.issued2023
dc.description.abstractОбсяг роботи 44 сторінок, 19 ілюстрацій, 6 таблиць, 4 додатки, 7 джерел літератури. В роботі проведено аналіз різних методів попередньої обробки тексту та їхній вплив на різні методи машинного навчання, виявлено найбільш оптимальний підхід для класифікації Vendor Email Compromise (VEC) листів а також запропоновано рішення для покращення результатів найефективнішого варіанту. Метою даної роботи є виявлення та реалізація оптимального підходу для виявлення VEC листів з найменшою кількістю хибно-позитивних (FP) класифікацій. Об'єктом дослідження даної роботи є методи попередньої обробки тексту, методи машинного навчання для виявлення VEC листів. Предметом дослідження даної роботи є вплив попередньої обробки тексту на ефективність класифікації VEC листів, виявлення найбільш ефективного підходу для виявлення VEC листів та варіанти покращення результатів.
dc.description.abstractotherWork summary 44 pages, 19 illustrations, 6 tables, 4 appendices, 7 sources of literature. The work analyzes various text preprocessing methods and their impact on various machine learning methods, reveals the most optimal approach for the classification of Vendor Email Compromise (VEC) letters, and also proposes a solution to improve the results of the most effective option. The purpose of this work is to identify and implement an optimal approach for detecting VEC sheets with the least number of false-positive (FP) classifications. The object of research of this work is text preprocessing methods, machine learning methods for detecting VEC letters. The subject of research in this paper is the impact of text preprocessing on the efficiency of VEC sheet classification, the identification of the most effective approach for VEC sheet detection, and options for improving the results.
dc.format.extent62 с.
dc.identifier.citationЗібаров, Д. В. Модель фільтрації VEC листів з використанням машинного навчання : дипломна робота ... бакалавра : 125 Кібербезпека / Зібаров Дмитро Владиславович. – Київ, 2023. – 62 с.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/69493
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.subjectBusiness email compromise
dc.subjectBEC
dc.subjectVendor email compromise
dc.subjectVEC
dc.subjectмашинне навчання
dc.subjectстемінг
dc.subjectлематизація
dc.subjectвидалення стоп-слів
dc.subjectбагатошаровий перцептрон
dc.subjectлогістична регресія
dc.subjectвипадковий ліс
dc.subjectk найближчих сусідів
dc.subjectметод опорних векторів
dc.subjectкрос-валідація
dc.titleМодель фільтрації VEC листів з використанням машинного навчання
dc.typeBachelor Thesis

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Zibarov_Bachelor.pdf
Розмір:
1.19 MB
Формат:
Adobe Portable Document Format
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
8.98 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Бакалаврські роботи (ІБ)
Бакалаврські роботи