Geri Dön

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

  1. Tez No: 859494
  2. Yazar: SYED MUHAMMAD IFTIKHAR MEHDI
  3. Danışmanlar: PROF. DR. ASLI BAY
  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: 2024
  8. Dil: İngilizce
  9. Üniversite: Antalya Bilim Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Siber Güvenlik Bilim Dalı
  13. 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

  1. Siber açıkların tespit edilmesi amacıyla bir uygulamanın geliştirilmesi ve siber saldırı senaryolarının incelenmesi: Türkiye örneği

    Development of an application for the detection of cyber vulnerabilities and examination of cyber attack scenarios: The case of Turkiye

    MEHMET ALİ TEKELİ

    Yüksek Lisans

    Türkçe

    Türkçe

    2025

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk Üniversitesi

    Bilişim Teknolojileri Mühendisliği Ana Bilim Dalı

    PROF. DR. FATİH BAŞÇİFTÇİ

    DOÇ. DR. EMRE AVUÇLU

  2. Danışman yetkinliklerinin ERP kritik proje faktörlerine ve ERP projeleri üzerine etkileri: Bir SAP danışmanlık firmasında uygulama

    The effects of consultant competencies on ERP criticalproject factors and ERP projects: Application in an SAP consulting firm

    GÖZDE KOÇ

    Yüksek Lisans

    Türkçe

    Türkçe

    2025

    Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DOÇ. DR. CEMİL CEYLAN

  3. Enhancing intrusion detection with privacy-preserving federated learning: Differential privacy and incremental learning integrating

    Gizliliği koruyan federated öğrenme ile giriş tespitini geliştirme: Farklı mahremiyet ve artırımlı öğrenme entegrasyonu

    ALI SADEQ HUSSEIN ASAL

    Yüksek Lisans

    İngilizce

    İngilizce

    2025

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÇankaya Üniversitesi

    Bilişim Teknolojileri Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ AYŞE NURDAN SARAN

  4. 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

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Denizcilik Çalışmaları Ana Bilim Dalı

    PROF. DR. LEYLA TAVACIOĞLU

    PROF. DR. MUSTAFA ERSEL KAMAŞAK

  5. Enhancing security level of industrial internet of things devices based on botnet detection and feature selection

    Endüstriyel nesnelerin interneti cihazlarının güvenlik seviyesinin botnet tespiti ve özellik seçimi tabanlı geliştirilmesi

    WEAM HUSHAM ABDULWAHHAB AL JABBARI

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. HASAN HÜSEYİN BALIK

    ASSOC. DR. MUHAMMED ALİ AYDIN