Розроблення інформаційної системи виявлення фішингових сайтів та підозрілих листів на основі ML

Abstract

Бакалаврська робота присвячена розробленню інформаційної системи виявлення фішингових сайтів та підозрілих електронних листів на основі методів машинного навчання. Актуальність теми обумовлена постійним зростанням кількості кіберзагроз, пов'язаних із фішинговими атаками, які спрямовані на отримання конфіденційної інформації користувачів, фінансових даних та облікових записів. У роботі проведено аналіз сучасних методів виявлення фішингових ресурсів та шкідливих повідомлень, досліджено особливості застосування алгоритмів машинного навчання для класифікації вебресурсів і електронних листів. Розглянуто існуючі підходи до аналізу URL-адрес, вмісту вебсторінок та текстової інформації електронних повідомлень. Запропоновано концепцію інформаційної системи, яка забезпечує автоматизоване виявлення потенційно небезпечних вебсайтів та підозрілих електронних листів шляхом аналізу набору ознак та використання моделей машинного навчання. Виконано проєктування архітектури системи, розроблено структуру бази даних, моделі взаємодії компонентів та алгоритми обробки інформації. Результатом роботи є проєкт інформаційної системи, здатної здійснювати класифікацію вебресурсів і електронних повідомлень за рівнем загрози, формувати попередження для користувачів та підвищувати рівень інформаційної безпеки. Запропоноване рішення може бути використане в корпоративних мережах, освітніх установах та організаціях для протидії фішинговим атакам і зменшення ризиків компрометації даних. Робота складається з 88 аркушів машинописного тексту, 12 рисунків, 7 таблиць, 11 літературних джерел, трьох додатків. Ключові слова: інформаційна система, фішинг, фішинговий сайт, підозрілий електронний лист, машинне навчання, кібербезпека, класифікація даних, аналіз URL, інформаційна безпека, виявлення загроз.