Розробка аналітичної системи розпізнавання фішингових сайтів на основі штучного інтелекту

dc.contributor.authorФіляєв Максим
dc.date.accessioned2024-10-28T14:00:41Z
dc.date.available2024-10-28T14:00:41Z
dc.date.issued2020
dc.descriptionВИПУСКНА КВАЛІФІКАЦІЙНА РОБОТА
dc.description.abstractУ даній роботі розглянуто проблематику загрози фішингу та розроблено класифікатор для протидії даній загрози. Запропонований у роботі класифікатор бізується на аналізі роботи п’яти алгоритмів класифікації даних: Neural Network, Naive Bayes, Logistic Regression, Decision Tree, k-nearest neighbours. Для експерименту з відбором ознак були використані дані алгоритмів машиного навчання: Wrapper subset evaluation, Consistency subset evaluation і Correlation-based feature subset evaluation. П’ять вище зазначени х методів були треновані з різним набором даних для виявлення плюсів та мінусів процесу відбору функцій. Дослідження виявило деякий набір ознак з найбільш ефективною точністю класифікації і дало змогу відібрати три алгоритми із запропонованих п’яти для розробки нової схеми класифікації. Впровадження даного класифікатора дозволить з більшою точністю виявляти фішингові сайти за рядом притаманних їм ознакам, що в свою чергу може використатися як один із засобів протидії фішингу. Ключові слова: фішинг, фішинговий сайт, розпізнавання фішингових сайтів, відбір характеристик, класифікація, машинне навчання.
dc.identifier.urihttps://ur.knute.edu.ua/handle/123456789/939
dc.publisherКНТЕУ
dc.titleРозробка аналітичної системи розпізнавання фішингових сайтів на основі штучного інтелекту
dc.typeOther

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
Філяєв_backup.pdf
Розмір:
1.89 MB
Формат:
Adobe Portable Document Format
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
1.71 KB
Формат:
Item-specific license agreed to upon submission
Опис: