Enhancing cybersecurity: A machine learning-driven filter method for detecting phishing and malicious urls in online environments
Cyber güvenliğini geliştirmek: Online ortamlarda fişleme ve kötücül url'leri tespit etmek için makine öğrenmesi tabanlı bir filtre yöntemi
- Tez No: 859494
- Danışmanlar: PROF. DR. ASLI BAY
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: Antalya Bilim Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Siber Güvenlik Bilim Dalı
- Sayfa Sayısı: 56
Özet
Dijital çağda, finansal ve kişisel bilgilerimize internet üzerinden kolayca erişilebilir. Bu uygun olsa da, herkesin bilgilerimizi elde edebileceği ve yasa dışı yollardan yararlanmak için dolambaçlı yollar kullanabileceği siber suçlar için bir fırsat yaratır. Bu araştırmanın amacı, popüler bir internet dolandırıcılığı olan kimlik avını tanımlayabilen akıllı bir sistem geliştirmektir. Amaç, en son teknolojiyi kullanarak insanların kişisel bilgilerini bu dolandırıcılık işlemlerinden koruyarak interneti daha güvenli bir yer haline getirmektir. Çalışmanın amacı, herkesin daha güvenilir ve güvenli bir dijital deneyime sahip olabilmesi için internet güvenliğini artırmaya yönelik pratik tavsiyeler sunmaktır. Yaratıcı özellik mühendisliğini kullanan araştırmamız, kimlik avı algılama etkinliğini artırmaya çalışır. Yaklaşımımız, ilgili özellikleri seçerek, model doğruluğunu optimize ederken işleme taleplerini kasıtlı olarak azaltır. Stratejimizi, geçmiş kimlik avı modellerinden alınan dersler ışığında değiştirerek saldırı stratejileri geliştirmenin bir adım önünde olabiliriz. Algılama performansı ve işleme ekonomisi arasında dengeli bir denge sağlamak, araştırmamızın ana odak noktasıdır. Kimlik avı tespitini büyük ölçüde iyileştiren önemli özellikleri, hedeflenen özellik alt kümesi analizi ile belirliyoruz. Şaşırtıcı derecede kısa bir 37,27 saniyede elde ettiğimiz %99,01'lik en yüksek topluluk doğruluk puanımızla özellikle gurur duyuyoruz - hem artan doğruluk hem de azalan işleme ihtiyaçlarının bir kanıtı
Özet (Çeviri)
In the digital age, our financial and personal information is easily accessible on the internet. While this is convenient, it also creates an opportunity for cybercrime, where anyone may obtain our information and employ devious means to benefit illegally. The goal of this research is to develop an intelligent system that can identify phishing, a popular internet fraud. The intention is to make the internet a safer place by shielding people's personal information from these fraudulent operations through the use of cuttingedge technology. The goal of the study is to offer practical advice for enhancing internet security so that everyone may have a more reliable and safe digital experience. Using creative feature engineering, our research attempts to improve phishing detection effectiveness. By choosing relevant characteristics, our approach deliberately reduces processing demands while optimizing model accuracy. We can stay ahead of developing attack strategies by modifying our strategy in light of lessons from historical phishing patterns. Securing a balanced trade-off between detection performance and processing economy is the main focus of our research. We pinpoint the crucial characteristics that greatly improve phishing detection by targeted feature subset analysis. We are particularly proud of our highest ensemble accuracy score of 99.01%, which we attained in an astoundingly brief 37.27 seconds—a testament to both increased accuracy and decreased processing needs.
Benzer Tezler
- Design of an emotion recognition system using machine learning for maritime operations: Development of a cognitive interface with psychophysiological data analysis
Denizcilik operasyonları için makine öğrenmesiyle duygu tanıma sistemi tasarımı: Psikofizyolojik veri analiziyle bir bilişsel arayüzün geliştirilmesi
ABBAS ALIPANAH KORDLAR
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiDenizcilik Çalışmaları Ana Bilim Dalı
PROF. DR. LEYLA TAVACIOĞLU
PROF. DR. MUSTAFA ERSEL KAMAŞAK
- Cyber resilience ability control assessment on a risk centric and persona based ZTNA approach
Risk odaklı ve kişi tabanlı ZTNA yaklaşımında siber dayanıklılık yetenek kontrolü değerlendirmesi
YAPRAK KURTLUTEPE
Yüksek Lisans
İngilizce
2023
Yönetim Bilişim SistemleriKadir Has ÜniversitesiYönetim Bilişim Sistemleri Ana Bilim Dalı
PROF. DR. HASAN DAĞ
- Mil-Std 1553 tabanlı sistemler için yeni bir saldırı tespiti yaklaşımı
A new intrusion detection approach for Mil-Std 1553 based systems
YUNUS EMRE ÇİLOĞLU
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ŞERİF BAHTİYAR
- Kimlik kartı biyometrik fotoğraf ve telefon kamerası özçekim ile yüz tanıma, veri toplama, test, değerlendirme ve karşılaştırma
Face recognition, data collection, testing, evaluation and comparison with id card biometric photo and phone camera selfie
MURAT SEKMEN
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilişim Uygulamaları Ana Bilim Dalı
PROF. DR. KEMAL BIÇAKCI
- Cybersecurity communication policies: Effective methods for communicating cyber threats to the public
Siber güvenlik iletişim politikaları: Siber tehditlerin kamuya aktarılması için etkili yöntemler
UBEYD TALHA SARI
Yüksek Lisans
İngilizce
2024
Siyasal BilimlerAnkara Yıldırım Beyazıt ÜniversitesiGüvenlik Çalışmaları Ana Bilim Dalı
PROF. DR. FATİH CEMİL ÖZBUĞDAY