Виявлення фішингових сайтів за допомогою методів машинного навчання

Скорочена інформація про документ
dc.contributor.advisorКачинський, Анатолій Броніславович
dc.contributor.authorГурджия, Валерія Вахтангівна
dc.date.accessioned2025-05-01T09:30:22Z
dc.date.available2025-05-01T09:30:22Z
dc.date.issued2023
dc.description.abstractРобота складається з 80 сторінок, містить 15 ілюстрацій, 3 таблиці, 1 додаток та 10 літературних джерел. Метою роботи є дослідження та покращення методів виявлення фішингових сайтів Об’єктом дослідження є фішингові сайти та фішингові електронні листи. Предметом дослідження є методи машинного навчання для класифікації фішингу Актуальність роботи можна пояснити зростаючою кількістю фішингових атак, в тому числі через фішингові веб-сайти. Методи дослідження: літературний огляд, аналіз, моделювання, класифікація, оцінка, порівняння результатів. Для класифікації фішингових сайтів використовувались методи: мультиноміальний наївний Байєсівський класифікатор MNB, логістична регресія LR, випадковий ліс RF, дерево рішень DT, k-найближчих сусідів KNN, метод опорних векторів SVM, та багатошаровий персептрон MP.
dc.description.abstractotherThe paper consists of 80 pages, including 15 illustrations, 3 tables, 1 appendix, and 10 references. The aim of this work is to investigate and improve methods for detecting phishing websites. The research object includes phishing websites and phishing emails. The research subject is machine learning methods for phishing classification. The relevance of this work can be explained by the increasing number of phishing attacks, including those through phishing websites. The research methods used include literature review, analysis, modeling, classification, evaluation, and comparison of results. For the classification of phishing websites, the following methods were used: multinomial naive Bayes classifier (MNB), logistic regression (LR), random forest (RF), decision tree (DT), k-nearest neighbors (KNN), support vector machines (SVM), and multilayer perceptron (MP).
dc.format.extent80 с.
dc.identifier.citationГурджия, В. В. Виявлення фішингових сайтів за допомогою методів машинного навчання : дипломна робота ... бакалавра : 125 Кібербезпека / Гурджия Валерія Вахтангівна. – Київ, 2023. – 80 с.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/73626
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.subjectфішинг
dc.subjectмашинне навчання
dc.subjectвеб-сайти
dc.subjectспам
dc.subjectURL
dc.subjectphishing
dc.subjectmachine learning
dc.subjectwebsites
dc.subjectspam
dc.titleВиявлення фішингових сайтів за допомогою методів машинного навчання
dc.typeBachelor Thesis

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Hurdzhyia_Bachelor.pdf
Розмір:
696.86 KB
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