Geri Dön

Detecting malicious tweets in twitter using runtime monitoring with hidden information

Başlık çevirisi mevcut değil.

PDF İndir

  1. Tez No: 403167
  2. Yazar: ABDULLAH YILMAZ
  3. Danışmanlar: Dr. DORON DRUSINSKY, Dr. MAN-TAK SHING
  4. Tez Türü: Yüksek Lisans
  5. Konular: Savunma ve Savunma Teknolojileri, Defense and Defense Technologies
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2016
  8. Dil: İngilizce
  9. Üniversite: The Naval Postgraduate School
  10. Enstitü: Yurtdışı Enstitü
  11. Ana Bilim Dalı: Belirtilmemiş.
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 78

Özet

Özet yok.

Özet (Çeviri)

Although there is voluminous data flow in social media, it is still possible to create an effective system that can detect malicious activities within a shorter time and provide situational awareness. This thesis developed patterns for a probabilistic approach to identify malicious behavior by monitoring big data. We collected twenty-two thousand tweets from publicly available Twitter data and used them in our testing and validation processes. We combined deterministic and nondeterministic approaches to monitor and verify the system. In the deterministic part, we determined assertions by using natural language (NL) and associated formal specifications. We then specified visible and hidden parameters, which are used for subsequent identification of hidden parameters in Hidden Markov Model (HMM) techniques. In the nondeterministic part, we used probabilistic formal specifications with visible and hidden parameters, used in HMM, to monitor and verify the system. An important contribution of the work is that we specified some event patterns indicating malicious activities. Based on these patterns, we obtained output to indicate the possibility of each tweet being malicious.

Benzer Tezler

  1. Tez No

    872584

    Misinformation detection by leveraging user communities on social media

    Sosyal medyadaki kullanıcı topluluklarından yararlanılarak yanlış bilgilerin tespiti

    OĞUZHAN ÖZÇELİK

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİhsan Doğramacı Bilkent Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. FAZLI CAN

  2. Tez No

    655610

    Sözcüksel analiz kullanarak kötü niyetli URL'leri derin öğrenme teknikleri ile tespit etme

    Detecting malicious URL's using lexical analysis with deep learning techniques

    CEMİLE SARICAOĞLU

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ MEHMET DEMİRCİ

  3. Tez No

    677135

    Detecting malicious behavior in binary programs using dynamic symbolic execution and API call sequences

    Dinamik sembolik uygulama ve API çağrı sıralamaları kullanarak ikili programlarda zararlı davranış tespiti

    FATİH TAMER TATAR

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    Bilim ve TeknolojiOrta Doğu Teknik Üniversitesi

    Bilişim Sistemleri Ana Bilim Dalı

    DOÇ. DR. AYSU BETİN CAN

  4. Tez No

    672683

    Kötü Amaçlı URL'leri makine öğrenme teknikleriyle tespit etme

    Detecting Malicious URLs Through Machine Learning Techniques

    MHD RAJA ABOU HARB

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÜsküdar Üniversitesi

    Siber Güvenlik Ana Bilim Dalı

    PROF. DR. SERHAT ÖZEKES

  5. Tez No

    856677

    Detecting malicious activity inside of the network

    Ağ içerisindeki kötü niyetli aktivitelerin tespiti

    AYŞENUR KUMBASAR

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilişim Uygulamaları Ana Bilim Dalı

    PROF. DR. ENVER ÖZDEMİR

Geri Dön