Tez detayları

Rastgele ormanlar ve aşırı öğrenme makineleri teknikleri ile oltalama saldırılarının tespiti = Detection of phishing attacks with random forests and extreme learning machines techniques

Yazarlar:

Bayraktar, Bedri

Yayıncı:

İstanbul Üniversitesi-Cerrahpaşa

Ana Başlıklar:

Mühendislik ve uygulamalı operasyonlar

Belge Tipi:

Tezler

Program Tipi:

Yüksek Lisans

Yayın Tarihi:

12/2018

Belge Dili:

Türkçe

Document ID (Org No.):

2000181631

Özet

Phishing attacks are carried out to deceive individuals and organizations in order to obtain personal information. All investigations show that the phishing attacks are becoming a bigger dancer. For this reason, many tools are developed and used in the fight against phishing attacks. In this study, the classification carried out with Random Forests and Extreme Learning Machines algorithms. The dataset consists of total of 11055 websites, of which 4898 are purposeful to phishing and 6157 legitimate ones. Analyzes were made for the different value of the parameters affecting the result in both algorithm. %97,29 ve %95,24 accuracy rates were obtained respectively. Parameter optimization is applied in algorithms to increase classification accuracy in achieved results. %97,87 ve %96,25 accuracy rates were reached at the end of the parameter optimization.

Oltalama saldırıları, bireyleri ve kuruluşları aldatarak kişisel bilgilerin elde edilmesi maksadıyla gerçekleştirilmektedir. Yapılan tüm araştırmalar oltalama saldırılarının her geçen gün yaygınlaştığını ve daha büyük bir tehlike haline geldiğini göstermektedir. Bu sebeple oltalama saldırıları ile mücadele konusunda birçok araç geliştirilmekte ve kullanılmaktadır.Bu çalışmada, Rastgele Ormanlar ve Aşırı Öğrenme Makineleri algoritmaları ile sınıflandırma yapılmıştır. Veri seti, 4898 adet oltalama maksatlı ve 6157 adet meşru olmak üzere toplam 11055 adet web sitesinden müteşekkildir. Her iki algoritmada sonucu etkileyen parametrelerin farklı değerleri için analizler yapılmıştır. Sırasıyla %97,29 ve %95,24 doğru sınıflandırma başarısı elde edilmiştir. Bu neticelerde sınıflandırma doğruluğunu arttırmak için algoritmalar üzerinde parametre optimizasyonu uygulanmıştır. Parametre optimizasyonu sonunda sırasıyla %97,87 ve %96,25 doğru sınıflandırma başarısına ulaşılmıştır.

Tez detayları

Rastgele ormanlar ve aşırı öğrenme makineleri teknikleri ile oltalama saldırılarının tespiti = Detection of phishing attacks with random forests and extreme learning machines techniques

Yazarlar: Bayraktar, Bedri

Yayıncı: İstanbul Üniversitesi-Cerrahpaşa

Ana Başlıklar: Mühendislik ve uygulamalı operasyonlar

Belge Tipi: Tezler

Program Tipi: Yüksek Lisans

Yayın Tarihi: 12/2018

Belge Dili: Türkçe

Document ID (Org No.): 2000181631