Phishing, spam and malware detection in emails using deep learning and anomaly detection filters
E-posta, spam ve kötü yazılım tespiti derin öğrenme ve anomali kullanarak e-postalar algılama filtreleri
- Tez No: 799867
- Danışmanlar: PROF. DR. OSMAN NURİ UÇAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: İngilizce
- Üniversite: Altınbaş Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 77
Özet
Spam, çok sayıda alıcıya toplu olarak gönderilen istenmeyen elektronik iletidir. reklam veya kötü amaçlı amaçlar için. Spam terimi aynı türü belirtmek için de kullanılır. anlık iletişim gibi diğer elektronik iletişim araçlarıyla iletilen mesajın mesajlaşma, bloglar, forumlar ve son zamanlarda cep telefonu şebekeleri, SMS veya MMS yoluyla. İletişim araçları farklı olsa bile, gönderme ve algılama teknikleri göreceli olarak benzer kalır Bu tezde, aşağıdakiler için iki farklı filtre yönteminin kullanılmasını öneriyoruz: spam ve kimlik avı tespiti ve ardından bu tespit yöntemlerinin doğruluklarının karşılaştırılması karar ağacı ve YSA gibi diğer yöntemlerle bu filtreler verilerden öğrenmeye çalışır (makine öğrenimi,
Özet (Çeviri)
Spam is an unsolicited electronic message, sent massively to a large number of recipients, for advertising or malicious purposes. The term spam is also used to designate the same type of message transmitted by other means of electronic communication such as instant messaging, blogs, forums, and more recently, mobile telephone networks, via SMS or MMS. Even if the means of communication is different, the techniques of sending and detection remain relatively similar In this thesis we propose the use of two different filter methods for spam and phishing detection and then comparing the accuracies of these detection methods with other methods such as decision tree and ANN, these filters work on learning from data also called (machine learning,
Benzer Tezler
- Sözcüksel analiz kullanarak kötü niyetli URL'leri derin öğrenme teknikleri ile tespit etme
Detecting malicious URL's using lexical analysis with deep learning techniques
CEMİLE SARICAOĞLU
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MEHMET DEMİRCİ
- Detection of malicious web pages
Zararlı web sayfalarının tespiti
EMRE SÜREN
Yüksek Lisans
İngilizce
2014
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiBilişim Sistemleri Ana Bilim Dalı
DOÇ. DR. SEVGİ ÖZKAN YILDIRIM
- Sosyal medya üzerindeki kişisel veri ihlalleri ve özel hukuktan doğan sonuçları
Personal data violations by social media and it's results in terms of private law
SELVA YILMAZ ŞAHİN
- Topluluk öğrenmesi kullanılarak zararlı alan adlarının sınıflandırılması
Malicious domain name classification using ensemble learning
AHMET AYDIN
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMarmara ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. KAZIM YILDIZ
- Dijital dönüşüm sürecindeki kurumların kullandıkları e-posta güvenliği yöntemlerinin değerlendirilmesi ve sınıflandırılması
Evaluation and classification of e-mail security methods used by institutions in the digital transformation process
CELALETTİN İRDEM
Yüksek Lisans
Türkçe
2024
Bilim ve TeknolojiAfyon Kocatepe Üniversitesiİnternet ve Bilişim Teknolojileri Yönetimi Ana Bilim Dalı
DR. ÖĞR. ÜYESİ EMRE BAYSAN