Cyber security method for phishing and malicious link detection in social media using data mining techniques
Kimlik avı ve kötü amaçlı yazılımlara karşı siber güvenlik yöntemiveri madenciliğini kullanarak sosyal medyada bağlantı tespititeknikler
- Tez No: 940158
- Danışmanlar: PROF. DR. OSMAN NURİ UÇAN
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- 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: 60
Özet
Kimlik avı saldırıları ve sosyal medya platformlarında kötü amaçlı bağlantıların yayılması, Kullanıcıların güvenliği ve gizliliğine yönelik önemli tehditler. Bu yazıda yeni bir yaklaşım öneriyoruz Destek vektör makinelerini (SVM) ve temel bileşen analizini (PCA) birleştiren Sosyal medyada kimlik avı ve kötü amaçlı bağlantı tespiti. yöntemimiz gücünden yararlanıyor Şüpheli bağlantıları sosyal medyadan çıkarılan çeşitli özelliklere göre sınıflandırmak için SVM PCA, özellik alanının boyutsallığını azaltmak ve geliştirmek için kullanılırken tespit sürecinin verimliliği. gerçek dünya üzerinde kapsamlı deneyler yaptık Hem yasal hem de kötü amaçlı bağlantılar içeren sosyal medya gönderilerinden oluşan veri kümesi. the Sonuçlar, yüksek doğruluk ve düşük yanlışlık elde ederek yaklaşımımızın etkinliğini göstermektedir. pozitif oranlar. Önerilen yöntemimiz, SVM ve PCA'yı kullanarak güvenilir ve Sosyal medya kullanıcılarını kimlik avı saldırılarından ve kötü amaçlı bağlantılardan korumak için etkili bir çözüm, Sosyal medya platformlarında çevrimiçi güvenliğin geliştirilmesine katkıda bulunmak.
Özet (Çeviri)
Phishing attacks and the dissemination of malicious links in social media platforms pose significant threats to users' security and privacy. in this paper, we propose a novel approach that combines support vector machines (SVM) and principal component analysis (PCA) for phishing and malicious link detection in social media. our method leverages the power of SVM to classify suspicious links based on various features extracted from social media posts, while PCA is utilized to reduce the dimensionality of the feature space and enhance the efficiency of the detection process. we conducted extensive experiments on a real-world dataset comprising social media posts containing both legitimate and malicious links. the results demonstrate the effectiveness of our approach, achieving high accuracy and low false positive rates. by employing SVM and PCA, our proposed method offers a reliable and efficient solution for protecting social media users from phishing attacks and malicious links, contributing to the enhancement of online security in social media platforms.
Benzer Tezler
- Detection of malicious URLs using machine learning
Başlık çevirisi yok
RAED HAMEED GBURI
Yüksek Lisans
İngilizce
2021
Elektrik ve Elektronik MühendisliğiAltınbaş ÜniversitesiElektronik ve Bilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. OSMAN NURİ UÇAN
- 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
SYED MUHAMMAD IFTIKHAR MEHDI
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAntalya Bilim ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ASLI BAY
- Generating synthetic data for user behavior based intrusion detection systems
Kullanıcı davranışına dayalı saldırı tespit sistemleri için sentetik veri oluşturulması
UGHUR IBRAHIMOV
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilişim Uygulamaları Ana Bilim Dalı
PROF. DR. ENVER ÖZDEMİR
- Makine öğrenmesi algoritmalarının hibrit yaklaşımı ile ağ anomalisi tespiti
Network anomaly detection with a hybrid approach of machine learning algorthms
FEYZA ÖZGER
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya Uygulamalı Bilimler ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. HALİT ÖZTEKİN
- 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