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

Дешуніна, Дарія Сергіївна

Full metadata record

DC Field	Value	Language
dc.contributor.advisor	Грайворонський, Микола Владленович	-
dc.contributor.author	Дешуніна, Дарія Сергіївна	-
dc.date.accessioned	2020-02-06T20:53:31Z	-
dc.date.available	2020-02-06T20:53:31Z	-
dc.date.issued	2019-12	-
dc.identifier.citation	Дешуніна, 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.uri	https://ela.kpi.ua/handle/123456789/31419	-
dc.language.iso	uk	uk
dc.subject	Twitter	uk
dc.subject	виявлення зловмисних повідомлень	uk
dc.subject	URL-посилання	uk
dc.subject	спам	uk
dc.subject	фішинг	uk
dc.subject	зловмисне ПЗ	uk
dc.subject	машинне навчання	uk
dc.subject	класифікація	uk
dc.subject	аналіз даних	uk
dc.subject	соціальній мережі	uk
dc.subject	набір даних	uk
dc.subject	VirusTotal API	uk
dc.subject	detection of malicious messages	uk
dc.subject	URL links	uk
dc.subject	spam	uk
dc.subject	phishing	uk
dc.subject	malware	uk
dc.subject	machine learning	uk
dc.subject	classification	uk
dc.subject	data analysis	uk
dc.subject	social networks	uk
dc.subject	dataset	uk
dc.title	Виявлення зловмисних повідомлень в соціальній мережі Twitter на основі URL-посилань	uk
dc.type	Master Thesis	uk
dc.format.page	84 с.	uk
dc.publisher.place	Київ	uk
dc.subject.udc	004.056	uk
dc.description.abstractuk	Робота 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.description.abstracten	The 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.publisher	КПІ ім. Ігоря Сікорського	uk
Appears in Collections:	Магістерські роботи Магістерські роботи (ІБ)