Інтелектуальна система виявлення фішингових повідомлень

Скорочена інформація про документ
dc.contributor.advisorСинєглазов, Віктор Михайлович
dc.contributor.authorКоба, Максим Олексійович
dc.date.accessioned2026-09-30T08:42:53Z
dc.date.available2026-09-30T08:42:53Z
dc.date.issued2026
dc.description.abstractДипломна робота: 125 с., 17 рис., 12 табл., 25 джерел. Об’єкт дослідження – процес автоматизованого виявлення фішингових повідомлень у цифровому середовищі. Предмет дослідження – методи машинного та глибокого навчання для класифікації текстових повідомлень і URL-адрес за ознаками фішингу. Метою роботи є розроблення інтелектуальної системи класифікації фішингових повідомлень, яка поєднує аналіз текстової складової повідомлення та аналіз URL-адреси. У роботі проаналізовано проблему фішингу, основні типи фішингових атак, ознаки фішингових текстових повідомлень і підозрілих URL-адрес. Обґрунтовано використання комбінованого підходу, у якому LSTM-модель застосовується для аналізу тексту повідомлення, а CNN/Conv1D-модель – для аналізу URL-адреси як символьної послідовності. Результати роботи – підготовлено email- та URL-датасети, навчено дві моделі глибокого навчання, реалізовано механізм об’єднання результатів max risk fusion і створено програмну систему з візуальним інтерфейсом для перевірки повідомлень. Отримані результати показали високу якість класифікації як для текстових повідомлень, так і для URL-адрес. Напрями подальшого розвитку – використання багатомовних даних, аналіз email-заголовків і вкладень, перевірка вмісту вебсторінок за URL та створення парного датасету “повідомлення – URL”.
dc.description.abstractotherBachelor’s thesis: 125 pages, 17 figures, 12 tables, 25 references. PHISHING, MESSAGE CLASSIFICATION, DEEP LEARNING, LSTM, CONV1D, URL, INTELLIGENT SYSTEM Object of the study – the process of automated detection of phishing messages in the digital environment. Subject of the study – machine learning and deep learning methods for classifying text messages and URL addresses according to phishing-related features. Purpose of the work – to develop an intelligent system for phishing message classification that combines analysis of the message text and URL address. The thesis analyzes the problem of phishing, the main types of phishing attacks, typical features of phishing text messages, and structural characteristics of suspicious URL addresses. A combined approach is proposed, where an LSTM model is used for text analysis and a CNN/Conv1D model is used for URL analysis as a character-level sequence. Results – email and URL datasets were prepared, two deep learning models were trained, a max-risk fusion mechanism was implemented, and a software system with a visual interface for message verification was developed. The obtained results demonstrated high classification quality for both text messages and URL addresses. Directions for further research include the use of multilingual data, analysis of email headers and attachments, inspection of web page content by URL, and creation of a paired “message – URL” dataset.
dc.format.extent99 с.
dc.identifier.citationКоба, М. О. Інтелектуальна система виявлення фішингових повідомлень : дипломна робота … бакалавра : 122 Комп'ютерні науки / Коба Максим Олексійович. – Київ, 2026. – 99 с.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/83586
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.subjectфішинг
dc.subjectкласифікація повідомлень
dc.subjectглибоке навчання
dc.subjectlstm
dc.subjectconv1d
dc.subjecturl-адреса
dc.subjectінтелектуальна система
dc.titleІнтелектуальна система виявлення фішингових повідомлень
dc.typeBachelor Thesis

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Koba_bakalavr.pdf
Розмір:
2.25 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 (ШІ)
Бакалаврські роботи