Oltalama saldırılarında kullanılan URL'lerin makine öğrenmesi teknikleri ile tespit edilmesi
Phishing URL detection with machine learning techniques
- Tez No: 488019
- Danışmanlar: YRD. DOÇ. DR. ÖNDER DEMİR, DOÇ. DR. ÖZGÜR KORAY ŞAHİNGÖZ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2017
- Dil: Türkçe
- Üniversite: Marmara Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Siber Güvenlik Bilim Dalı
- Sayfa Sayısı: 79
Özet
Siber saldırılar, günümüzde birçok kurumu ve kişiyi etkilemekte olup bu alanda yapılan saldırılar ciddi maddi kayıplara neden olabilmektedir. İnsanların zafiyetlerinden faydalanarak kullanıcıların gizli bilgilerini elde etmeyi amaçlayan“Oltalama Saldırıları”, kişi ve kurumları tehdit eden siber saldırı türlerinden birisidir. Bu saldırıların neden olduğu maddi kayıpların azaltılabilmesi için kullanıcıların bilinçlendirilmesinin yanı sıra bu tip saldırıları tespit etme yeteneğine sahip uygulamalara ihtiyaç duyulmaktadır. 2016 yılının son çeyreğinde 45 ülke üzerinde yapılan bir Oltalama Saldırıları Analizinde Türkiye yaklaşık %43 lük bir etkilenme oranı ile Çin'in ardında ikinci sırada yer aldığı görülmektedir. Bu çalışmada Oltalama Saldırılarının karakteristik özniteliklerinin açıklanmasının ardından bu saldırıların tespit edilmesine yönelik Makine Öğrenmesi tabanlı bir sistem önerilmiştir. Önerilen sistem içerisinde Doğal Dil İşleme (DDİ) tekniklerinden faydalanılarak bazı öznitelikler çıkartılmıştır. Çıkartılan öznitelikler kullanılarak Oltalama Saldırılarında kullanılan URL'lerin tespitine yönelik bir sistem oluşturulmuştur. Oluşturulan sistem üzerinde birçok test uygulanmış ve elde edilen başarı oranlarına ilişkin değerlendirmeler yapılmıştır. Gerçekleştirilen testler sonucunda test edilen eldilen algoritmalar arasından Rastsal Orman algoritmasının en yüksek başarı değerine sahip olduğu görülmüştür.
Özet (Çeviri)
The cyber attacks are now affecting many institutions and individuals, and they have malicious purposes which cause severe financial loss.“Phishing Attack”is one of the main types of cyber attacks which are aimed at exploiting people's weaknesses to obtain confidential information of users. This kind of cyber attack threats people and institutions. To reduce the financial losses caused by this type of attacks, there is a need for awareness of the users as well as applications with the ability to detect such attacks. In a Phishing Attack Analysis of 45 countries in the last quarter of 2016, Turkey appears to be second behind China with an impact rate of approximately 43%. In this study, it is explained that characteristics of this type of attacks and a Machine Learning based system are proposed to detect these attacks. In the proposed system, some features were extracted by using Natural Language Processing (NLP) techniques. A system has been developed to detect URLs which are used in Phishing Attacks by using extracted features. Many tests have been applied to the created system. As a result, it is seen that the algorithm that has the highest success among the tested algorithms is the Random Forest algorithm.
Benzer Tezler
- Derin öğrenme yöntemleri kullanılarak kimlik avı saldırıları denetimi
Phishing attacks detection using deep learning methods
ÖZNUR ŞİFA AKÇAM
Yüksek Lisans
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ADEM TEKEREK
- Oltalama saldırılarının makine öğrenmesi ile tespitinde kullanılan özniteliklerin analizi
Analysis of the features used in detecting phishing attacks by machine learning
SİBEL KAPAN
Yüksek Lisans
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEskişehir Osmangazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ EFNAN ŞORA GÜNAL
- Sahte internet sitelerinin URL özellikleri temelinde tespit edilmesi amacıyla özellik seçme metotlarının ve öğrenme algoritmalarının analizi
Analysis of feature selection methods and learning algorithms for phishing websites detection based on URL
MUSTAFA AYDIN
Doktora
Türkçe
2022
Bankacılıkİstanbul ÜniversitesiEnformatik Ana Bilim Dalı
PROF. DR. SEVİNÇ GÜLSEÇEN
PROF. DR. KUTLUK KAĞAN SÜMER
- Öznitelik tabanlı oltalama tespit sistemlerinin makine öğrenmesi yöntemleri ile değerlendirmesi
Evaluation of attribute based phishing detection systems with machine learning methods
SELAHATTİN ALİYAZICIOĞLU
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Üniversitesi-CerrahpaşaBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ GÜLSÜM ZEYNEP GÜRKAŞ AYDIN
DR. ÖĞR. ÜYESİ EBU YUSUF GÜVEN
- Oltalama site engelleyici tarayıcı eklentisi
Phishing site blocker browser add-on
AHMET GÜREL
Yüksek Lisans
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSüleyman Demirel ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ TURGAY AYDOĞAN