Виявлення зловмисних повідомлень в соціальній мережі Twitter на основі URL-посилань

Скорочена інформація про документ
dc.contributor.advisorГрайворонський, Микола Владленович
dc.contributor.authorДешуніна, Дарія Сергіївна
dc.date.accessioned2020-02-06T20:53:31Z
dc.date.available2020-02-06T20:53:31Z
dc.date.issued2019-12
dc.description.abstractenThe work volume 83 pages contains 12 illustrations, 46 tables, 31 sources of literature and 4 appendices. The purpose of the study is to build a software for detection of malicious messages on Twitter and detect such activities as spamming, phishing and malware. The object of the research is detection of malicious messages on social networks. The subject of the study is the possibility of implementing a system for detecting malicious messages on the social network Twitter using machine learning algorithms. The results of the work consist from an analysis of existing approaches to solving problems of detection malicious messages and links on social networks, created dataset using the Twitter API and labelling using the Virus Total API, which resulted in the detection of 3 classes of malicious links such as spam, phishing and malware. Testing the proposed message detection model based on classification algorithms and comparison of detection accuracy results. Research methods: theoretical analysis of the task, analysis of the data set, application of classification algorithms and metrics for assessing the quality of the system.uk
dc.description.abstractukРобота обсягом 83 сторінки містить 12 ілюстрацій, 46 таблиць, 31 джерело за переліком посилань та 4 додатки. Метою роботи є побудова і практична перевірка удосконаленої моделі виявлення зловмисних повідомлень в мережі Twitter для підвищення надійності детектування таких дій як розповсюдження спаму, фішингу та зловмисного ПЗ. Об’єктом дослідження є виявлення зловмисних повідомлень в соціальних мережах. Предметом дослідження є удосконалена система виявлення зловмисних повідомлень в соціальній мережі Twitter використовуючи алгоритми машинного навчання. Результатами роботи є аналіз сучасних підходів при вирішенні задач виявлення зловмисних повідомлень та посилань в соціальних мережах, побудований набір даних з використанням Twitter API та маркування за допомогою VirusTotal API, результатом чого було виявлено 3 класи зловмисних посилань, а саме спам, фішинг та розповсюдження зловмисного ПЗ. Тестування запропонованому модулі виявлення повідомлень на основі алгоритмів класифікації та порівняння результатів точності виявлення. Методи дослідження: теоретичний аналіз поставленої задачі, аналіз набору даних, застосування алгоритмів класифікації та метрик оцінки якості роботи системи.uk
dc.format.page84 с.uk
dc.identifier.citationДешуніна, Д. С. Виявлення зловмисних повідомлень в соціальній мережі Twitter на основі URL-посилань : магістерська дис. : 125 Кібербезпека / Дешуніна Дарія Сергіївна. – Київ, 2019. – 84 с.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/31419
dc.language.isoukuk
dc.publisherКПІ ім. Ігоря Сікорськогоuk
dc.publisher.placeКиївuk
dc.subjectTwitteruk
dc.subjectвиявлення зловмисних повідомленьuk
dc.subjectURL-посиланняuk
dc.subjectспамuk
dc.subjectфішингuk
dc.subjectзловмисне ПЗuk
dc.subjectмашинне навчанняuk
dc.subjectкласифікаціяuk
dc.subjectаналіз данихuk
dc.subjectсоціальній мережіuk
dc.subjectнабір данихuk
dc.subjectVirusTotal APIuk
dc.subjectdetection of malicious messagesuk
dc.subjectURL linksuk
dc.subjectspamuk
dc.subjectphishinguk
dc.subjectmalwareuk
dc.subjectmachine learninguk
dc.subjectclassificationuk
dc.subjectdata analysisuk
dc.subjectsocial networksuk
dc.subjectdatasetuk
dc.subject.udc004.056uk
dc.titleВиявлення зловмисних повідомлень в соціальній мережі Twitter на основі URL-посиланьuk
dc.typeMaster Thesisuk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
Deshunina_magistr.docx
Розмір:
2.02 MB
Формат:
Microsoft Word XML
Опис:
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
9.06 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Магістерські роботи (ІБ)
Магістерські роботи