Geri Dön

Detecting turkish phishing attacks with machine learning classifiers

Türkçe oltalama saldırılarının makine öğrenmesi algoritmaları ile tespiti

PDF İndir

  1. Tez No: 605999
  2. Yazar: MELİH TURHANLAR
  3. Danışmanlar: DOÇ. DR. CENGİZ ACARTÜRK
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2019
  8. Dil: İngilizce
  9. Üniversite: Orta Doğu Teknik Üniversitesi
  10. Enstitü: Enformatik Enstitüsü
  11. Ana Bilim Dalı: Siber Güvenlik Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Oltalama Saldırıları, kurbanın merak ve korku gibi duygularını kullanarak, kredi kartı numaralarını, kimlik bilgilerini ve kişisel bilgilerini çalmayı amaçlayan sosyal mühendislik saldırılarıdır. Saldırgan genellikle metin içerisinde bir web sayfası bağlantısı gönderir. Kurban bağlantıyı tıklarsa, genellikle gerçek ve kurumsal bir web sayfasını taklit eden sahte bir web sayfasına bağlanır. Sahte web sayfasındaki HTML formlarını dolduran kurban, kimlik bilgilerini istemeden saldırgana gönderir. Günümüzde, phishing küresel bir konudur. Bu çalışma, dengesiz bir oltalama veri setinde makine öğrenme sınıflandırıcıları vasıtasıyla Türkçe oltalama metnini tespit etmek için bir çerçeve sunmaktadır. Eğitim veri setinde e-postalar, SMS metinleri ve tweet'ler bulunmaktadır. Çalışmamızda 32 makine öğrenme modelinin F-puan sonuçları karşılaştırıldığında, Lojistik Regresyon Sentetik Azınlık Aşırı Örnekleme Tekniğinin yüksek performans elde ettiği görülmektedir.

Özet (Çeviri)

Phishing Attacks are social engineering attacks that aim at stealing victim's credit card numbers, credentials, and personal information by exploiting victim's emotions, such as curiosity and fear. The attacker usually sends a webpage link in embodied in textual content. If the victim clicks the link, they usually connect to a mock webpage that imitates a real, institutional webpage. Filling the HTML forms in the mock webpage, the victim sends their credentials unwittingly to the attacker. In our day, phishing is a global issue. This study presents a framework for detecting phishing text in Turkish by running machine learning classifiers on an imbalanced phishing data set. The training dataset covers e-mails, SMS text and tweets. The results show that Logistic Regression Synthetic Minority Over-Sampling Technique achieves high performance, as indicated by F-measures, compared to a set of 32 machine learning models in our study.

Benzer Tezler

  1. Tez No

    849067

    A novel two phased approach combining deep learning and machinelearning classifiers for effective detection of turkish phishing web sites

    Türkçe kimlik avı web sitelerinin etkin tespiti için derin öğrenme ve makine öğrenmesi sınıflandırıcılarını birleştiren yeni, iki aşamalı bir yaklaşım

    İHSAN DENİZ

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAdana Alparslan Türkeş Bilim ve Teknoloji Üniversitesi

    Siber Güvenlik Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ÇAĞATAY NEFTALİ TÜLÜ

  2. Tez No

    703604

    Detection and remediation of Turkish phishing websites

    Türk oltalama sitelerinin tespiti ve engellenmesi

    BARIŞ SERMET

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSabancı Üniversitesi

    Siber Güvenlik Ana Bilim Dalı

    PROF. DR. ERKAY SAVAŞ

  3. Tez No

    158906

    Detecting income smoothing behaviour of Turkish listed companies through empirical tests using accounting changes

    İMKB'de işlem gören firmaların kar düzleştirme davranışlarının muhasebe değişikliklerinin kullanıldığı ampirik testler vasıtasıyla bulunması

    ASUMAN ATİK

    Doktora

    İngilizce

    İngilizce

    2005

    İşletmeMarmara Üniversitesi

    İşletme Ana Bilim Dalı

    PROF. DR. NECDET ŞENSOY

  4. Tez No

    632497

    Detecting hate speech in Turkish texts

    Türkçe metinlerde nefret söylemi tespiti

    ZEHRA MELCE HÜSÜNBEYİ

    Yüksek Lisans

    İngilizce

    İngilizce

    2020

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ARZUCAN ÖZGÜR TÜRKMEN

  5. Tez No

    371830

    Detecting subjectivity in the news texts in Turkish language

    Türkçe haber metinlerinde taraflılık tespiti

    DİCLE ÖZTÜRK

    Yüksek Lisans

    İngilizce

    İngilizce

    2014

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. ALBERT ALİ SALAH

Geri Dön