Sosyal ağlara yönelik öğrenmeye dayalı bir spam hesap tespit modeli ve uygulaması
A spam account detection model based on learning and its application for social networks
- Tez No: 514977
- Danışmanlar: DR. ÖĞR. ÜYESİ İBRAHİM ALPER DOĞRU, DR. MURAT DÖRTERLER
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2018
- Dil: Türkçe
- Üniversite: Gazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 111
Özet
Sosyal ağlar günümüzde çok yaygın olarak kullanılmaktadır. Bu yüzden kötü amaçlı kişilerin hedefi haline gelmesi kaçınılmaz bir hal almaktadır. Spam içerik ve mesajlar bu ağları kullananların güvenliğini ve performansını tehdit etmektedir. Her ne kadar sosyal ağların kendi spam hesap politikaları olsada, bu politikalar çoğu zaman yetersiz kalmaktadır. Bu çalışmada, sosyal ağlarda spam hesapların tespiti için üç bileşenden oluşan öğrenmeye dayalı yeni bir model önerilmektedir. Bu bileşenler link analizi, makine öğrenmesi ve metin analizi olarak yer almaktadır. Link analizinde, sosyal ağ kullanıcısının attığı iletilerdeki linkler incelenmektedir. Kötücül link paylaşan sosyal ağ kullanıcıları tespit edilip spam hesap olarak belirlenmektedir. Link paylaşımı yapmayan ya da masum link paylaşan hesaplardaki spam hesapları bulmak için ise makine öğrenmesi yöntemine başvurulmaktadır. Bu yöntem için sosyal ağ üzerindeki paylaşımlardan bir veri kümesi oluşturulmuştur. Bu veri kümesi kullanılarak spam hesapların öznitelikleri tespit edilmiştir. Öznitelikler vasıtasıyla makine öğrenmesi bileşeni modellenmiştir. Metin analizi yönteminde ise sosyal ağ kullanıcılarının iletilerindeki metinler incelenmektedir. Hassas içerikli kelimelerin bu metinler içerisinde bulunup bulunmadıkları incelenmektedir. Önerilen modelin, ayrıca web tabanlı bir uygulaması gerçekleştirilmiştir. Geliştirilen uygulama vasıtasıyla yapılan deneysel çalışmalar neticesinde, önerilen modelin başarımı % 96,23 olarak tespit edilmiştir. Bu çalışmada, sosyal ağ üzerindeki spam hesapları tespit etmek ve sosyal ağ spam tespit politikasına destekte bulunmak amaçlanmaktadır.
Özet (Çeviri)
Social networks are widely used today. Therefore, it becomes inevitiable the target of a malicious person. Spam contents and messages threaten the safety and performance of those networks used. Although social networks have their own spam account policies, these policies are often insufficient. In this study, a new model based on learning is proposed for the detection of spam accounts in social networks to consist of three components. These components include link analysis, machine learning and text analysis. In the link analysis, the links in the messages of the social network user are analyzed. Social network users who share a malicious link are determined and identified as a spam account. The machine learning method is used to find spam accounts sharing that innocent link or not any link. A dataset has been created from the shares on the social network for this method. The features of the spam accounts are determined by using this dataset. The compound of machine learning is designed by means of these features. In the text analysis method, the texts in the messages of the social network users are analyzed. It is viewed whether sensitive contents are in these texts of messages or not. A web based application is indicated for the proposed model. As a result of the experimental studies carried out by the developed application, the performance of the proposed model is determinated as 96.23 %. In this study, it is aimed to detect spam accounts on social network and the spam detection policy of social network is intended to support.
Benzer Tezler
- Fake news classification using machine learning and deep learning approaches
Makine öğrenimi ve derin öğrenme yaklaşımlarını kullanarak sahte haber sınıflandırması
SAJA ABDULHALEEM MAHMOOD AL-OBAIDI
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ TUBA ÇAĞLIKANTAR
- Çevrimiçi mesleki öğrenme ağlarının öğretmen adaylarının araştırmacı kimlik eğilimleri, sosyal sorumluluk temelli liderlik algıları ve sosyal ağlara dayalı öğrenme algıları üzerindeki etkisinin incelenmesi: Dijital öğretmen topluluğu
Analysis of online professional learning networks' effect on pre-service teachers' researcherly dispositions, socially responsible leaderships and social networks based learning: Digital teacher community
GÜROL YOKUŞ
Doktora
Türkçe
2018
Eğitim ve ÖğretimMersin ÜniversitesiEğitim Bilimleri Ana Bilim Dalı
PROF. DR. TUĞBA YELKEN
- Heterojen çizge sinir ağlarında kontrastlı öğrenme tabanlı öneri sistemi
Heterogeneous graph neural networks contrastive learning based recommender system
HALİL BERK DERGİ
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolTOBB Ekonomi ve Teknoloji ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ BUĞRA ÇAŞKURLU
- Ortaokul öğrencilerinin Eğitim Bilişim Ağı (EBA) sınıf gruplarındaki paylaşımlarının fen bilimleri dersindeki akademik başarılarına, eğitsel sosyal ağ kullanım öz-yeterliklerine ve EBA kullanımına yönelik görüşlerine etkisi
The effect of secondary school students' Educational Information Network (EIN) sharings in class groups on academic success in science, educational social network use self-efficiency and opinions about EIN
ABDULLAH TAŞ
Yüksek Lisans
Türkçe
2022
Eğitim ve ÖğretimAlanya Alaaddin Keykubat ÜniversitesiMatematik ve Fen Bilimleri Eğitimi Ana Bilim Dalı
PROF. DR. NİLGÜN TATAR
- Exploring opinions of corporate instructional designers on their professional development and training needs
Kurumsal öğretim tasarımcılarının mesleki gelişim ve eğitim ihtiyaçları konusundaki görüşlerinin araştırılması
NAZLI GÖKALP
Yüksek Lisans
İngilizce
2025
Eğitim ve ÖğretimOrta Doğu Teknik ÜniversitesiEğitim Programları ve Öğretimi Ana Bilim Dalı
DR. ELİF ÖZTÜRK