Suklastotų žiniatinklio svetainių atpažinimas naudojant mašininio mokymo metodus
Baigiamajame magistro darbe nagrinėjami suklastotų žiniatinklio svetainių atpažinimo metodai, kurie naudoja mašininį mokymą. Darbu siekiama pasiūlyti patobulintą apgaulingų žiniatinklio svetainių atpažinimo metodą.Darbe apžvelgiama socialinė inžinerija, sukčiavimas, jo tipai, sudedamosios dalys ir technikos bei analizuojami apgaulingų žiniatinklio svetainių atpažinimo metodai, sukčiavimo tinklalapių anatomija. Pasiūlyta, kaip patobulinti mašininį mokymą naudojančius metodus, kad kenkėjiškų svetainių atpažįstamumo procentas būtų kiek įmanoma didesnis.Ištirti pasiūlytam metodui, naudojamas duomenų rinkinys, kuriame pateikiama 10 000 įrašų, kai kiekvienas įrašas nusako vieną analizuotą tinklalapį, o analizei nustatomas 48 ypatybių sąrašas. Duomenų rinkiniui nagrinėti, pasitelkti keturi mašininio mokymosi metodai: sprendimų medis (angl. decision tree), artimiausių kaimynų (angl. k-nearest neighbors, k-NN), SVM (angl. support-vector machine), neuroniniai tinklai (angl. neural network, NN). Pasiūlytas metodas buvo realizuotas ir atlikti kiekvieno metodo efektyvumo eksperimentiniai tyrimai, keičiant mokymosi ir atpažinimo duomenų kiekių santykį.Darbo apimtis - 55 p. teksto be priedų, 41 paveikslas, 43 bibliografiniai šaltiniai, 21 psl. priedų.
The final master's thesis deals with the methods of recognizing fake websites that use machine learning. The work aims to offer an improved method of identifying fraudulent websites.The work reviews social engineering, fraud, its types, components and techniques, and analyzes the methods of recognizing fraudulent websites, the anatomy of fraudulent websites. It has been suggested how to improve the methods used by machine learning to maximize the detection rate of malicious websites.For the proposed method, a data set containing 10,000 records is used, with each record describing one web page analyzed, and a list of 48 properties is identified for analysis. Four machine learning methods were used to analyze the data set: decision tree, k-nearest neighbors (k-NN), support-vector machine (SVM), neural networks network (NN). The proposed method was implemented and experimental studies of the effectiveness of each method were performed by changing the ratio of the amounts of learning and recognition data.Thesis consists of: 55 p. text without appendixes, 41 pictures, 43 bibliographical entries, 21 p. additives.