Deep learning based phishing web page detection
Derin öğrenme tabanlı kimlik avı web sayfası tespiti
- Tez No: 712883
- Danışmanlar: DR. ÖĞR. ÜYESİ ABDÜL KADİR GÖRÜR, DOÇ. DR. ALİ SEYDİ KEÇELİ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Derin öğrenme, Oltalama, Siber saldırı, Sinir ağları, Transfer öğrenimi, Deep learning, Phishing, Cyber attack, Nerve net, Transfer learning
- Yıl: 2022
- Dil: İngilizce
- Üniversite: Çankaya Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
E-ticaret, sosyal medya ve dijital hizmetlerin kullanımının artmasıyla birlikte oltalama faaliyetlerinde muazzam bir artış yaşanmaktadır. Bu çalışmada, oltalama faaliyetlerinin gözlemlenmesinden yola çıkarak, transfer öğrenme yöntemleri ile sahte web sitelerinin tespitini yapacak bir çalışma gerçekleştirilmiştir. Çalışma kapsamında, adobe, amazon, apple, microsoft gibi web sitelerinin gerçek ve sahte ekran görüntülerinden oluşsan toplam 2852 ekran görüntüsü içeren bir veri setinden yararlanılmıştır. AlexNet, VGG16, RESNET50 transfer öğrenme yöntemleri yanı sıra kendi geliştirdiğimiz çok girişli CNN modelini kullanarak, elde edilen sonuçlar analiz edilmiştir. Elde edilen bulguların gelecekte yapılabilecek diğer çalışmalara etkisi tartışılmıştır.
Özet (Çeviri)
With the increase in the usage of e-commerce, social media and digital entertainment services, there is a tremendous increase in phishing activities. In this study, based on the observation of phishing activities, a study has been carried out to detect phishing websites with deep models and transfer learning. Within the scope of the study, a data set containing a total of 2852 screenshots, consisting of real and fake screenshots of websites such as adobe, amazon, apple and microsoft etc. was used. The results obtained by using transfer learning from AlexNet, VGG16 and RESNET50 models as well as the proposed multi- input CNN model were analyzed. Promising results are obtained from the experiments. The effects of the obtained findings on other future studies were discussed.
Benzer Tezler
- Derin öğrenme yöntemleri kullanılarak kimlik avı saldırıları denetimi
Phishing attacks detection using deep learning methods
ÖZNUR ŞİFA AKÇAM
Yüksek Lisans
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ADEM TEKEREK
- Detection of phishing web pages by combining semantical and visual information
Kimlik avcısı web sayfalarının anlamsal ve görsel bilgiyle tespiti
AHMAD HANI ABDALLA ALMAKHAMREH
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHacettepe ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ AHMET SELMAN BOZKIR
- İdrar kültürlerinden izole edilen coag (-) staphylococcus (s. epidrmidis ve s. saprophyticus)'ların idrar yolu enfeksiyonlarındaki yeri
The Place of coag (-) staphylococcus to the urinary tract infectron which are isolated from the urine cultures
SUMRU ÇITAK(KORMAN)
- Dondurularak saklamanın tavuk etinin bazı kalite özellikleri üzerine etkisi
Başlık çevirisi yok
Ö.EVREN ATASOY
Yüksek Lisans
Türkçe
1987
Gıda MühendisliğiEge ÜniversitesiGıda Mühendisliği Ana Bilim Dalı
DR. SUMRU TÖMEK
- Çanakkale ve çevresi artiodactyla fosilleri (paleontoloji, biyostratigrafi, paleoekoloji ve paleobiyocoğrafya) (2 cilt)
Başlık çevirisi yok
VAHDET TUNA