Geri Dön

Rastgele ormanlar ve aşırı öğrenme makineleri teknikleri ile oltalama saldırılarının tespiti

Detection of phishing attacks with random forests and extreme learning machines techniques

  1. Tez No: 587839
  2. Yazar: BEDRİ BAYRAKTAR
  3. Danışmanlar: DOÇ. DR. TARIK KÜÇÜKDENİZ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2019
  8. Dil: Türkçe
  9. Üniversite: İstanbul Üniversitesi-Cerrahpaşa
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Endüstri Mühendisliği Bilim Dalı
  13. 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

  1. MR görüntülerinde menisküslerin segmentasyonu ve menisküs yırtıklarının tespiti

    Meniscus segmentation and detection of meniscus tears in MR images

    AHMET SAYGILI

    Doktora

    Türkçe

    Türkçe

    2017

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. SONGÜL ALBAYRAK

  2. Enhancing breast cancer detection with a hybrid machine learning approach

    Hı̇brı̇t makı̇ne öğrenme yaklaşımı ı̇le göğüs kanserı̇ tespı̇tı̇nı̇n gelı̇ştı̇rı̇lmesı̇

    MUSTAFA ETCİL

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAbdullah Gül Üniversitesi

    Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. BURCU GÜNGÖR

    PROF. DR. V. CAGRİ GÜNGÖR

  3. 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

    Türkçe

    2023

    BiyoistatistikIğdır Üniversitesi

    Tarım Bilimleri Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ MEHMET KAZIM KARA

    DR. ÖĞR. ÜYESİ ONUR ŞAHİN

  4. 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

    Türkçe

    2022

    Endüstri ve Endüstri MühendisliğiGazi Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ERMAN ÇAKIT

  5. 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

    İngilizce

    2023

    BiyoistatistikAcıbadem Mehmet Ali Aydınlar Üniversitesi

    Biyoistatistik ve Tıp Bilişimi Ana Bilim Dalı

    PROF. DR. ÖZGÜR KURT