Search academic texts

Information × Registration Number 2124U007805, Article popup.category Бакалаврська робота Title Система раннього виявлення та протидії соціальній інженерії в кіберпросторі методами машинного навчання (AI translated) popup.author Біла Анастасія ОлегівнаBila Anastasiya Olehivna popup.publication 01-01-2024 popup.source_user Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського» popup.source https://ela.kpi.ua/handle/123456789/76247 popup.publisher Київ Description Обсяг дипломної роботи 80 сторінок, 30 ілюстрацій, 7 таблиць, 3 додатки і 25 джерел літератури. Метою роботи є розробка системи виявлення та протидії соціальній інженерії в кіберпросторі, зокрема фішинговим атакам на поштових серверах, яка використовує методи машинного навчання для ідентифікації як традиційних фішингових листів, так і згенерованих за допомогою великих мовних моделей. Об’єктом дослідження є фішингові та легітимні електронні листи. Предметом дослідження є методи машинного навчання, які можуть бути застосовані для виявлення фішингових атак. Методи дослідження включають аналіз літературних джерел, дослідження та реалізацію алгоритмів машинного навчання, створення набору даних, проведення експериментів з різними наборами даних, а також комплексну оцінку результатів для визначення ефективності запропонованих рішень. The thesis consists: 80 pages, 30 illustrations, 7 tables, 3 appendices, and 25 references. The purpose of this work is to develop a system for detecting and counteracting social engineering in cyberspace, particularly phishing attacks on mail servers, which uses machine learning methods to identify both traditional phishing emails and those generated using large language models. Object of research: Phishing and legitimate emails. Subject of research: Machine learning methods that can be applied to detect phishing attacks. The research methods include literature analysis, the study and implementation of machine learning algorithms, creation of a dataset, conducting experiments with various datasets, and comprehensive evaluation of the results to determine the effectiveness of the proposed solutions. popup.nrat_date 2025-11-05 Close