Sukčiavimo el. laiškų atpažinimas, taikant duomenų gavybos metodus
Šešok, Dmitrij | Recenzentas / Rewiewer |
Baigiamajame magistro darbe yra vykdomas tyrimas kaip efektyviai automatizuotu būdu klasifikuoti duomenų viliojimo ir brukalo tipo elektroninius laiškus. Analitinėje dalyje aptariamos duomenų viliojimo atakos, jų tipai, kaip apsisaugoti nuo jų. Taip pat, aptariami brukalo tipo elektroniniai laiškai ir įvairūs duomenų gavybos metodai, kurie gali būti naudojami brukalo ir duomenų viliojimo elektroninių laiškų klasifikavime. Tiriamojoje dalyje aprašoma kaip duomenys buvo gauti ir apdoroti, kaip buvo kuriamas ir tobulinamas modelis, kokie buvo gauti rezultatai klasifikuojant brukalo ir duomenų viliojimo laiškus, taikant skirtingus duomenų gavybos algoritmus. Darbą sudaro 5 dalys: įvadas, analitinė dalis, tiriamoji dalis, išvados, literatūros sąrašas. Darbo apimtis: 54 p. teksto be priedų, 29 iliustracijos, 6 lentelės, 29 bibliografiniai šaltiniai.
This masters thesis analyzes the possibilities of effective and automated classification of phishing and spam emails. The analysis consists of the description of phishing attacks, their different types and what kind of necessary precautions are needed to be taken to be safer against them. Furthermore, spam emails and the different types of data mining techniques that can be used while classifying spam and phishing emails, are described as well. The study consists of the description of how the data was gathered and processed, how the models were created and improved, and what were the results of the classification of phishing and spam emails while applying different data mining algorithms. Masters thesis structure: introduction, a review of topic relevance and importance, analysis, study, conclusion, bibliography. Thesis consists of: 54 pages of text without annexes, 29 figures, 6 tables. Bibliography includes 29 references.