Ανίχνευση επιθέσεων ηλεκτρονικού ψαρέματος με χρήση τεχνικών επιτηρούμενης μάθησης

dc.contributor.advisor	Καμπουράκης, Γεώργιος	el_GR
dc.contributor.author	Ανδρέου, Θεοδώρα	el_GR
dc.coverage.spatial	Σάμος	el_GR
dc.date.accessioned	2024-05-23T08:25:41Z
dc.date.available	2024-05-23T08:25:41Z
dc.date.issued	2023-09-24
dc.identifier.uri	http://hdl.handle.net/11610/26364
dc.description.abstract	Αντικείμενο της παρούσας εργασίας είναι οι απειλές που υπάρχουν στα online κοινωνικά δίκτυα και το πώς αυτές μπορούν να εντοπιστούν μέσω μηχανικής μάθησης. Συγκεκριμένα, η διπλωματική εστιάζει στις επιθέσεις ηλεκτρονικού ψαρέματος και το αν αυτές μπορούν να ανιχνευτούν αποτελεσματικά από ένα σύστημα ανίχνευσης εισβολών (IDS) που βασίζεται σε βασικούς ταξινομητές, τόσο ρηχής (shallow) όσο και βαθιάς (deep) μάθησης. Συνολικά, αξιολογούνται 5 μοντέλα στο δημοσίως προσβάσιμο σύνολο δεδομένων (dataset) “Web page phishing detection”. Τα αποτελέσματα δείχνουν ότι ο καλύτερος εντοπισμός των εν λόγω απειλών γίνεται με τη χρήση του μοντέλου Support Vector Machine.	el_GR
dc.format.extent	72 σ.	el_GR
dc.language.iso	el_GR	el_GR
dc.rights	Αναφορά Δημιουργού - Παρόμοια Διανομή 4.0 Διεθνές
dc.rights.uri	http://creativecommons.org/licenses/by-sa/4.0/
dc.subject	μηχανική μάθηση	el_GR
dc.subject	εντοπισμός απειλών	el_GR
dc.subject	ηλεκτρονικό ψάρεμα	el_GR
dc.subject	machine learning	en_US
dc.subject	attack detection	en_US
dc.subject	phishing	en_US
dc.subject.lcsh	Machine learning	en_US
dc.subject.lcsh	Online social networks -- Security measures	en_US
dc.subject.lcsh	Phishing	en_US
dc.title	Ανίχνευση επιθέσεων ηλεκτρονικού ψαρέματος με χρήση τεχνικών επιτηρούμενης μάθησης	el_GR
dcterms.accessRights	free	el_GR
dcterms.rights	Πλήρες Κείμενο - Ελεύθερη Δημοσίευση	el_GR
heal.type	bachelorThesis	el_GR
heal.recordProvider	aegean	el_GR
heal.committeeMemberName	Καπόρης, Αλέξιος	el_GR
heal.committeeMemberName	Σκούτας, Δημήτριος	el_GR
heal.academicPublisher	Πανεπιστήμιο Αιγαίου - Πολυτεχνική Σχολή - Τμήμα Μηχανικών Πληροφοριακών και Επικοινωνιακών Συστημάτων	el_GR
heal.academicPublisherID	aegean	el_GR
heal.fullTextAvailability	true	el_GR