Kimlik avý web sitelerinin tespitinde makine öðrenmesi algoritmalarýnýn karþýlaþtýrmalý analizi

Web uygulamalarýnýn kullaným oranýndaki artýþ ile birlikte sayýsý artan kötücül web siteleri ve saldýrýlar, son kullanýcýya ciddi zararlar vermektedir. Kiþisel ve hassas bilgilerin çalýnmasýna yönelik bu saldýrýlardan biri Kimlik Avý saldýrýsýdýr. Yayýmlanan güvenlik raporlarýnda son yýllarda milyonlarca yeni kimlik avý sahteciliði yapan web sayfasý tespit edildiði ifade edilmektedir. Böylesi kritik bir durumda bu web sayfalarýnýn tespiti büyük önem arz etmektedir. Bu çalýþmada, bir veri kümesi ile birlikte literatürde bulunan makine öðrenmesi sýnýflandýrma algoritmalarý kullanýlarak karþýlaþtýrmalý analiz yapýlmýþtýr. Analiz sonuçlarý, Kimlik Avý Sahteciliði çalýþmalarýnda kullanýlan sýnýflandýrma algoritmalarýnýn hangi koþullarda tercih edilmesi gerektiði hakkýnda farklý parametreler bulunduðunu göstermektedir.

Comparative analysis of machine learning algorithms in detection of phishing websites

The increasing number of malicious web sites and attacks, along with the increase in the usage rate of web applications, cause severe damage to the end user. One of these attacks aimed at stealing personal and sensitive information is the Phishing Attack. In the published security reports, it is stated that in recent years there has been millions of web pages that have made new phishing scams. In such a critical situation, the identification of these web pages is of great importance. In this study, a comparative analysis was made on a mentioned dataset using machine learning classification algorithms in the literature. The results of the analysis show that the classification algorithms used have different parameters about which conditions should be preferred in the studies on Phishing Fraud.