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: Belirtilmemiş.

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. Organize sanayi bölgelerinde iş güvenliği sorunlarının teknik ve bilimsel araştırılmasında bir yöntem önerisi

    Başlık çevirisi yok

    MEHMET ALİ YILDIRIM

    Yüksek Lisans

    Türkçe

    Türkçe

    1986

    Çalışma Ekonomisi ve Endüstri İlişkileriGazi Üniversitesi

    Kazaların Çevresel ve Teknik Araştırması Ana Bilim Dalı (disiplinlerarası)

    DOÇ. DR. İBRAHİM BOYNUKALIN

  2. Türkiye'de üretilen bazı kışlık el örgü ipliklerinin başlıca iplik ve lif özellikleri üzerinde bir araştırma

    Başlık çevirisi yok

    SEMA YÜCEBAŞ

    Yüksek Lisans

    Türkçe

    Türkçe

    1986

    Tekstil ve Tekstil MühendisliğiEge Üniversitesi

    Tekstil Mühendisliği Ana Bilim Dalı

    PROF. DR. GÜLSEREN YAZICIOĞLU

  3. Etlik piliçlerde; başlama yeminden bitirme yemine geçiş dönemleri üzerinde bir araştırma

    Başlık çevirisi yok

    EROL KARKAN

    Yüksek Lisans

    Türkçe

    Türkçe

    1986

    ZiraatEge Üniversitesi

    Zootekni Ana Bilim Dalı

    PROF. DR. CEMAL SARICAN

  4. Sapan gözlemlerin istatistiksel olarak değerlendirilmesi üzerine bir çalışma

    Literature survey for detecting outlying observtions in samples

    M.İZZET ÇİÇEK

    Yüksek Lisans

    Türkçe

    Türkçe

    1984

    İstatistikEge Üniversitesi

    Bilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. ŞABAN EREN