Automatic Website Phishing Classification using Deep Stacked Auto-encoder
Derin Yığın Otomatik kodlayıcı kullanarak Otomatik Web Sitesi Phishing Sınıflandırma
- Tez No: 774896
- Danışmanlar: Assist. Prof. Dr. SEFER KURNAZ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2018
- Dil: İngilizce
- Üniversite: Altınbaş Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tezde, web sitesi kimlik avı sorununu sınıflandırmak için yeni derin otomatik kodlayıcı kullanılmıştır. Derin otomatik kodlayıcı farklı gerçek canlı problemlerde birçok uygulamaya sahiptir. Önerilen yöntem iki otomatik kodlayıcıdan ve bir SOFTMAX'tan oluşur. Her otomatik kodlayıcı, eğitim verilerinden en iyi ve hassas özellikleri öğrenir. İkinci otomatik kodlayıcıdan çıkarılan özellikler, SOFTMAX'a girdi ve SOFTMAX, giriş verilerini iki etikete sınıflandırmak için eğitildi. Buna ek olarak, iki otomatik kodlayıcı ve SOFTMAX, öğrenme performansını geliştirmek için denetlenen bir şekilde yığılmış ve eğitilmiştir. Deney, 2456 örneğinden oluşan bir veri kümesi üzerinde MATLAB2016 kullanılarak uygulanmıştır, bu örneklerin her biri 30 özellikten oluşmaktadır. Önerilen yöntem, ilk kez kimlik avı sorununu sınıflandırmak için kullanılır ve UCI veri kümesi kullanılarak doğrulandığında% 99,9 doğruluk üretir. Deneysel sonuçlar, önerilen yöntemin, bu alanda elde edilen en iyi sonuçlarla kıyaslandığında, tatminkar sonuçlar sunduğu; Naif Bayes, Karar ağacı, Lojistik regresyon, Sınıflandırma ve Regresyon Ağaçları ve Sıralı Minimal Optimizasyonu.
Özet (Çeviri)
In this thesis, new deep auto-encoder used to classify the website phishing problem. Deep auto-encoder have many applications in different real live problems. The proposed method consists from two auto-encoders and one SOFTMAX. Each auto-encoder learn best and sensitive features from training data. The extracted features from second auto-encoder become input to the SOFTMAX and the SOFTMAX trained to classify the input data into two labels there is phishing or not. In addition, the two auto-encoder and SOFTMAX stacked and trained in supervised fashion to improve the learning performance. The experiment was implemented using MATLAB2016 on a dataset consist from 2456 instance, each of these instance consist from 30 features. The proposed method is first time used to classify phishing problem and Produces 99.9% accuracy when validated by using UCI dataset. The experimental results show the proposed method presented satisfactory results when compared with best results obtained in this field by using number of techniques such as; Naïve Bayes, Decision Tree (DT), Logistic Regression, Classification and Regression Trees and Sequential Minimal Optimization (SMO).
Benzer Tezler
- Automatic based framework by using PCA and deep learning for website phishing classification
Web sitesi kimlik avı sınıflandırması için PCA ve derin öğrenme kullanan otomatik tabanlı çerçeve
MARAL ISMAEL SALEH SALEH
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÇankırı Karatekin ÜniversitesiElektronik ve Bilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SEDA ŞAHİN
- Oltalama internet sitelerinin otomatik tespiti ve kullanıcı istismarının önüne geçilmesi için modül tasarımı
Automatic phishing websi̇te detection and module design for prevent user abuse
SAMET GANAL
Doktora
Türkçe
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSüleyman Demirel ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ECİR UĞUR KÜÇÜKSİLLE
- An attention based deep neural network architecture for identification of phishing URLS through character level n-gram embeddings
Kimlik avcısı URL tespitinde karakter n-gram düzeyinde özyerleşiklerden yararlanan dikkate dayalı bir derin sinir ağı mimarisi
FIRAT COŞKUN DALGIÇ
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHacettepe ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. MURAT AYDOS
DOÇ. DR. AHMET SELMAN BOZKIR
- Automatic captioning translation: Human names
Otomatik altyazı çevirisi: İnsan isimleri
İHSAN ONUR YİĞİT
Yüksek Lisans
İngilizce
2021
Mütercim-TercümanlıkHacettepe ÜniversitesiMütercim Tercümanlık Ana Bilim Dalı
PROF. DR. AYMİL DOĞAN
- Automatic detection of cyber security events from turkish twitter stream and turkish newspaper data
Türkçe twitter akışı ve türkçe gazete verilerinden siber güvenlik olaylarının otomatik tespit edilmesi
ÖZGÜR URAL
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiSiber Güvenlik Ana Bilim Dalı
DOÇ. DR. CENGİZ ACARTÜRK