Rastgele ormanlar ve aşırı öğrenme makineleri teknikleri ile oltalama saldırılarının tespiti
Detection of phishing attacks with random forests and extreme learning machines techniques
- Tez No: 587839
- Danışmanlar: DOÇ. DR. TARIK KÜÇÜKDENİZ
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: Türkçe
- Üniversite: İstanbul Üniversitesi-Cerrahpaşa
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Endüstri Mühendisliği Bilim Dalı
- Sayfa Sayısı: 102
Özet
Oltalama saldırıları, bireyleri ve kuruluşları aldatarak kişisel bilgilerin elde edilmesi maksadıyla gerçekleştirilmektedir. Yapılan tüm araştırmalar oltalama saldırılarının her geçen gün yaygınlaştığını ve daha büyük bir tehlike haline geldiğini göstermektedir. Bu sebeple oltalama saldırıları ile mücadele konusunda birçok araç geliştirilmekte ve kullanılmaktadır. Bu çalışmada, Rastgele Ormanlar ve Aşırı Öğrenme Makineleri algoritmaları ile sınıflandırma yapılmıştır. Veri seti, 4898 adet oltalama maksatlı ve 6157 adet meşru olmak üzere toplam 11055 adet web sitesinden müteşekkildir. Her iki algoritmada sonucu etkileyen parametrelerin farklı değerleri için analizler yapılmıştır. Sırasıyla %97,29 ve %95,24 doğru sınıflandırma başarısı elde edilmiştir. Bu neticelerde sınıflandırma doğruluğunu arttırmak için algoritmalar üzerinde parametre optimizasyonu uygulanmıştır. Parametre optimizasyonu sonunda sırasıyla %97,87 ve %96,25 doğru sınıflandırma başarısına ulaşılmıştır.
Özet (Çeviri)
Phishing attacks are carried out to deceive individuals and organizations in order to obtain personal information. All investigations show that the phishing attacks are becoming a bigger dancer. For this reason, many tools are developed and used in the fight against phishing attacks. In this study, the classification carried out with Random Forests and Extreme Learning Machines algorithms. The dataset consists of total of 11055 websites, of which 4898 are purposeful to phishing and 6157 legitimate ones. Analyzes were made for the different value of the parameters affecting the result in both algorithm. %97,29 ve %95,24 accuracy rates were obtained respectively. Parameter optimization is applied in algorithms to increase classification accuracy in achieved results. %97,87 ve %96,25 accuracy rates were reached at the end of the parameter optimization.
Benzer Tezler
- MR görüntülerinde menisküslerin segmentasyonu ve menisküs yırtıklarının tespiti
Meniscus segmentation and detection of meniscus tears in MR images
AHMET SAYGILI
Doktora
Türkçe
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. SONGÜL ALBAYRAK
- Enhancing breast cancer detection with a hybrid machine learning approach
Hı̇brı̇t makı̇ne öğrenme yaklaşımı ı̇le göğüs kanserı̇ tespı̇tı̇nı̇n gelı̇ştı̇rı̇lmesı̇
MUSTAFA ETCİL
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAbdullah Gül ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. BURCU GÜNGÖR
PROF. DR. V. CAGRİ GÜNGÖR
- Çevresel koşulların sığırlarda süt verimi üzerine etkisinin makine öğrenme modelleri ile araştırılması
Evaluation of the impact of environmental conditions on dairy cattle milk yield using machine learning algorithms
HAKAN DUMAN
Doktora
Türkçe
2023
BiyoistatistikIğdır ÜniversitesiTarım Bilimleri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MEHMET KAZIM KARA
DR. ÖĞR. ÜYESİ ONUR ŞAHİN
- Enerji sektöründe makine öğrenmesi algoritmaları kullanılarak müşterilerin tahsilat potansiyellerinin değerlendirilmesi
Assessing the collection potential of customers in the energy sector using machine learning algorithms
EMİNE CEREN ÖZAY
Yüksek Lisans
Türkçe
2022
Endüstri ve Endüstri MühendisliğiGazi ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. ERMAN ÇAKIT
- New methodologies for understanding antibiotic resistance mechanisms in translational medicine in gram-positive bacteria
Gram pozitif bakterilerde translasyonel tıpta antibiyotik direnç mekanizmalarını anlamak için yeni metodolojiler
DENİZ ECE KAYA
Doktora
İngilizce
2023
BiyoistatistikAcıbadem Mehmet Ali Aydınlar ÜniversitesiBiyoistatistik ve Tıp Bilişimi Ana Bilim Dalı
PROF. DR. ÖZGÜR KURT