Research Article

TF-IDF ve Yapısal Özelliklere Dayalı URL Tabanlı Kimlik Avı Tespitinde Makine Öğrenimi ve Ansambl Yöntemlerinin Karşılaştırmalı Analizi

Volume: 9 Number: 4 July 15, 2026
TR EN

TF-IDF ve Yapısal Özelliklere Dayalı URL Tabanlı Kimlik Avı Tespitinde Makine Öğrenimi ve Ansambl Yöntemlerinin Karşılaştırmalı Analizi

Abstract

Kimlik avı (phishing) saldırıları, kullanıcıların kimlik ve finansal bilgilerini hedef alan, hızla yaygınlaşan bir siber güvenlik tehdididir; bu nedenle saldırıların erken ve düşük maliyetle tespiti kritik önem taşımaktadır. Web sayfası içeriğinin analizine dayalı geleneksel yöntemler yüksek hesaplama maliyeti ve gecikme oluştururken, statik kara liste tabanlı yaklaşımlar yeni oluşturulan veya kısa ömürlü URL'ler karşısında yetersiz kalmaktadır. Bu çalışma, yalnızca URL bilgisinden yararlanan hibrit bir tespit hattı önermektedir: karakter düzeyindeki TF-IDF n-gram temsilleri; URL uzunluğu, sembol yoğunluğu, alt alan adı derinliği ve alan adı/TLD özellikleri gibi 30 yapısal göstergeyle birleştirilmektedir. Deneyler, 549.346 URL içeren Phishing Site URLs veri seti üzerinde yürütülmüş; tekrar eden ve geçersiz etiketli kayıtların temizlenmesiyle 507.191 benzersiz URL elde edilmiş, sınıf oranı korunarak %30'luk katmanlı bir alt küme (152.157 URL) %80 eğitim / %20 test biçiminde ayrılmıştır. Logistic Regression, SGDClassifier, RidgeClassifier, Complement Naive Bayes, Random Forest, LightGBM ve XGBoost modelleri ile bunların olasılık tabanlı soft-voting birleşimi değerlendirilmiştir. Sınıf dengesizliği doğrusal modellerde RandomOverSampler, ağaç tabanlı modellerde sınıf ağırlıklandırmasıyla ele alınmış; hiperparametreler katmanlı çapraz doğrulamayla (GridSearchCV ve RandomizedSearchCV) ayarlanmış ve karar eşikleri out-of-fold tahminler üzerinden F1 skorunu maksimize edecek biçimde optimize edilmiştir. Sonuçlar, Logistic Regression'ın %97,33 doğruluk ve 0,94 F1 ile en iyi sonucu verdiğini; Ridge ve soft-voting modellerinin de Bad sınıfı için 0,93–0,94 F1 aralığında, 0,99'a ulaşan ROC-AUC değerleriyle güçlü performans sergilediğini göstermektedir. Bulgular, yüksek boyutlu URL özellik uzayında doğrusal modellerin etkili bir ayrım sağladığını ve optimize edilmiş, yalnızca URL tabanlı bir hattın güvenilir ve düşük maliyetli kimlik avı tespiti sunabileceğini ortaya koymaktadır.

Keywords

Supporting Institution

BAP

Project Number

FBA-2025-15092

Ethical Statement

Bu çalışma insan veya hayvan denekler üzerinde herhangi bir deney içermediğinden etik kurul onayı gerektirmemektedir.

References

  1. Al Tawil, A., Almazaydeh, L., Qawasmeh, D., Qawasmeh, B., Al Shinwan, M., & Elleithy, K. (2024). Comparative analysis of machine learning algorithms for email phishing detection using TF-IDF, Word2Vec, and BERT. Computers, Materials & Continua, 81(2), 3395–3412. https://doi.org/10.32604/cmc.2024.057279
  2. Alam, M. N., Saha, I., Sarma, D., Ulfath, R. E., Lima, F. F., & Hossain, S. (2020). Phishing attacks detection using machine learning approach. In 2020 Third International Conference on Smart Systems and Inventive Technology (ICSSIT) (pp. 1173–1179). IEEE. https://doi.org/10.1109/ICSSIT48917.2020.9214225
  3. Aljofey, A., Jiang, Q., Qu, Q., Huang, M., & Niyigena, J. P. (2022). An effective detection approach for phishing websites using URL and HTML features. Scientific Reports, 12(1), Article 8842. https://doi.org/10.1038/s41598-022-10841-5
  4. Anandaraj, A. P. S., Ramesh, P. S., Arifulla, S., Madhuri, C. G., & Malepati, N. Y. (2024). Phishing detection system through hybrid machine learning based on URL. In 2024 Third International Conference on Electrical, Electronics, Information and Communication Technologies (ICEEICT) (pp. 1–7). IEEE. https://doi.org/10.1109/ICEEICT61591.2024.10718484
  5. Asha Shajilal, B. (2024). A hybrid approach for detecting phishing mails using textual, content, and URL analysis with ensemble learning [Master's thesis, National College of Ireland]. NORMA@NCI Library.
  6. BTK. (2025). Oltalama saldırıları ve zararlı bağlantı istatistikleri [Phishing attacks and malicious link statistics]. Bilgi Teknolojileri ve İletişim Kurumu. https://www.btk.gov.tr
  7. Dalvi, S., Gressel, G., & Achuthan, K. (2019). Tuning the false positive rate / false negative rate with phishing detection models. International Journal of Engineering and Advanced Technology, 9(1S5), 7–13. https://doi.org/10.35940/ijeat.A1002.1291S519
  8. Das Guptta, S., Shahriar, K. T., Alqahtani, H., Alsalman, D., & Sarker, I. H. (2024). Modeling hybrid feature-based phishing websites detection using machine learning techniques. Annals of Data Science, 11(1), 217–242. https://doi.org/10.1007/s40745-022-00379-8

Details

Primary Language

Turkish

Subjects

Information Security Management

Journal Section

Research Article

Publication Date

July 15, 2026

Submission Date

December 10, 2025

Acceptance Date

June 16, 2026

Published in Issue

Year 2026 Volume: 9 Number: 4

APA
Özmen, Ü., & Odabaş Yıldırım, E. (2026). TF-IDF ve Yapısal Özelliklere Dayalı URL Tabanlı Kimlik Avı Tespitinde Makine Öğrenimi ve Ansambl Yöntemlerinin Karşılaştırmalı Analizi. Black Sea Journal of Engineering and Science, 9(4), 1725-1736. https://doi.org/10.34248/bsengineering.1839347
AMA
1.Özmen Ü, Odabaş Yıldırım E. TF-IDF ve Yapısal Özelliklere Dayalı URL Tabanlı Kimlik Avı Tespitinde Makine Öğrenimi ve Ansambl Yöntemlerinin Karşılaştırmalı Analizi. BSJ Eng. Sci. 2026;9(4):1725-1736. doi:10.34248/bsengineering.1839347
Chicago
Özmen, Ülkü, and Esra Odabaş Yıldırım. 2026. “TF-IDF Ve Yapısal Özelliklere Dayalı URL Tabanlı Kimlik Avı Tespitinde Makine Öğrenimi Ve Ansambl Yöntemlerinin Karşılaştırmalı Analizi”. Black Sea Journal of Engineering and Science 9 (4): 1725-36. https://doi.org/10.34248/bsengineering.1839347.
EndNote
Özmen Ü, Odabaş Yıldırım E (July 1, 2026) TF-IDF ve Yapısal Özelliklere Dayalı URL Tabanlı Kimlik Avı Tespitinde Makine Öğrenimi ve Ansambl Yöntemlerinin Karşılaştırmalı Analizi. Black Sea Journal of Engineering and Science 9 4 1725–1736.
IEEE
[1]Ü. Özmen and E. Odabaş Yıldırım, “TF-IDF ve Yapısal Özelliklere Dayalı URL Tabanlı Kimlik Avı Tespitinde Makine Öğrenimi ve Ansambl Yöntemlerinin Karşılaştırmalı Analizi”, BSJ Eng. Sci., vol. 9, no. 4, pp. 1725–1736, July 2026, doi: 10.34248/bsengineering.1839347.
ISNAD
Özmen, Ülkü - Odabaş Yıldırım, Esra. “TF-IDF Ve Yapısal Özelliklere Dayalı URL Tabanlı Kimlik Avı Tespitinde Makine Öğrenimi Ve Ansambl Yöntemlerinin Karşılaştırmalı Analizi”. Black Sea Journal of Engineering and Science 9/4 (July 1, 2026): 1725-1736. https://doi.org/10.34248/bsengineering.1839347.
JAMA
1.Özmen Ü, Odabaş Yıldırım E. TF-IDF ve Yapısal Özelliklere Dayalı URL Tabanlı Kimlik Avı Tespitinde Makine Öğrenimi ve Ansambl Yöntemlerinin Karşılaştırmalı Analizi. BSJ Eng. Sci. 2026;9:1725–1736.
MLA
Özmen, Ülkü, and Esra Odabaş Yıldırım. “TF-IDF Ve Yapısal Özelliklere Dayalı URL Tabanlı Kimlik Avı Tespitinde Makine Öğrenimi Ve Ansambl Yöntemlerinin Karşılaştırmalı Analizi”. Black Sea Journal of Engineering and Science, vol. 9, no. 4, July 2026, pp. 1725-36, doi:10.34248/bsengineering.1839347.
Vancouver
1.Ülkü Özmen, Esra Odabaş Yıldırım. TF-IDF ve Yapısal Özelliklere Dayalı URL Tabanlı Kimlik Avı Tespitinde Makine Öğrenimi ve Ansambl Yöntemlerinin Karşılaştırmalı Analizi. BSJ Eng. Sci. 2026 Jul. 1;9(4):1725-36. doi:10.34248/bsengineering.1839347

                            24890