Search academic texts

Information × Registration Number 2225U000733, Qualification work popup.category Магістерська робота Title popup.author Кисельова Аліна Павлівна popup.publication 01-01-2025 popup.source_user Київський національний університет імені Тараса Шевченка popup.source https://ir.library.knu.ua/handle/15071834/8061 popup.publisher Київський національний університет імені Тараса Шевченка Description Пояснювальна записка до кваліфікаційної роботи «Метод виявлення фішингових адрес в доменній зоні .onion» складається зі вступу, чотирьох розділів, загальних висновків, списку використаних джерел та додатків, має 85 сторінок основного тексту, включає в себе зміст, вступ, чотири розділи роботи, висновки та список джерел. Робота містить 2 додатки із загальною кількістю сторінок 20. У пояснювальній записці кваліфікаційної роботи міститься 43 рисунки і 5 таблиць. Список використаних джерел містить 53 найменування і займає 6 сторінок. Мета дослідження: розробка та реалізація вдосконаленого комплексного методу, який поєднає в собі техніки детектування фішингових адрес в домені .onion. Об’єкт дослідження: процес виявлення фішингових імітацій вебсайтів у Dark Web. Предмет дослідження: методи та засоби виявлення фішингових адрес в домені .onion. Методи дослідження: аналіз, порівняння, проєктування, тестування, оцінювання ефективності. Наукова новизна кваліфікаційної роботи полягає в інтеграції в розроблений метод багаторівневого аналізу для вдосконалення процесу виявлення фішингових сайтів у домені .onion. У роботі реалізовано комплексний підхід, використовуючи техніки та методи для порівняння HTTP-заголовків, HTML-коду, текстового вмісту, схожості зображень та URL-адрес. Представлена комбінація критеріїв дозволяє істотно покращити точність визначення фішингових вебсторінок в мережі Dark Web, оскільки охоплює ключові аспекти, що використовуються для імітацій автентичних ресурсів та маніпулювання користувачами. Практична цінність: запропонований метод може бути використаний для захисту користувачів Tor від фішингових атак, а також для автоматизованого моніторингу підроблених сервісів у Dark Web. Факультет інформаційних технологій Київського національного університету імені Тараса Шевченка popup.nrat_date 2025-11-05 Close