Yıl 2019, Cilt , Sayı 16, Sayfalar 826 - 833 2019-08-31

Sahte Web Sitelerinin Sınıflandırma Algoritmaları İle Tespit Edilmesi
Detection of Fake Websites by Classification Algorithms

Adem Korkmaz [1] , Selma Büyükgöze [2]


Günümüzde kimlik avı yapan sahte web sitelerinin sayısı oldukça artmıştır. Bu web sitelerinin amaçları genel anlamda kişilerin, kişisel bilgilerini ele geçirerek çıkar sağlamaktır. Sosyal medya hesaplarımızdaki kimlik ve parola bilgilerimiz, alışveriş sitelerindeki kimlik ve adres bilgilerimiz bize ait kişisel bilgilerimizdir. Bu tür bilgiler istenmeyen kişilerin eline geçmesi durumunda, tahmin bile edemeyeceğimiz kötü sonuçlar doğurabilmektedir.  Ayrıca online bankacılık işlemlerimiz gibi finansal işlemlerimizin önemli bir kısmını internet ortamında yapıyor olmamız bu tür sitelerden korunmamız açısından önemli bir sorun teşkil etmektedir. Bu amaçla antivürüs yazılım firmaları, tarayıcılar, arama motorları daha iyi kullanıcı hizmeti ve memnunniyet sağlamak açısından bu tür zararlı sitelerden kullanıcılarını korumak için çalışmalar yapmaktadırlar. Ayrıca sahte web sayfalarının kullanıcıların önüne gelmeden tespit edilip engellenmesi günümüz yapay zeka çalışmalarınında önemli bir çalışma alanı olmaktadır. Hergün milyarlarca insanın gezindiği internet ortamında bu sahte sitelerden korunmasının en kolay yöntemi, sahte web sayfalarının otomatik olarak tespit edilip engellenmesi olacaktır. Makine öğrenmesi sınıflandırma algoritmaları ile bir sayfaya ait bilgilere bakarak sistem tarafından otomatik olarak sahte veya gerçek olarak tespit edilmesi yapay zeka çalışmalarının sunduğu önemli avantajların başında gelmektedir. Bu çalışma ile bir web sitesi adresine ait belirlenmiş 10 özellik kullanılarak; bu adresin sahte mi, yoksa gerçek bir adres mi olduğu tespit edilmeye çalışılmaktadır. Çalışmada kullanılan veriler Machine Learning Repository (UCI)’dan alınmıştır. Verilerin analizi Çapraz Endüstri Standart Süreç Modeli(CRISP-DM) baz alınarak gerçekleştirilmiştir. Veri setinde web sitelerinin durumunu belirleyen nitelik (Class, Kimlik Avı=-1, Şüpheli=0 ve Meşru=1) olarak etiketlenmiştir. Çalışma da RStudio kullanılarak R programlama dili ile analizler yapılmıştır. Kullanılan sınıflandırma algoritmaları Rastgele Orman (RF), Destek Vektör Makineleri (SVM), J48, K-En Yakın Komşu (KNN) ve Naive Bayes algoritmalarıdır. Yapılan değerlendirmeler sonucunda Rastgele Orman algoritması ile en yüksek doğruluk performansı elde edilmiştir. 

Nowadays, phishing web sites have been increased. The purpose of these sites is to obtain benefits by acquiring personal information of people in general. Our identity and password information in our social media accounts and identity and address information on shopping sites are our personal information. If such information is received by unwanted people, it can have bad unpredictable consequences. In addition, the fact that we carry out a significant portion of our financial transactions such as our online banking transactions on the internet constitutes an important problem in terms of protection from such sites. For this purpose, antivirus software companies, browsers, search engines are working to protect users from such harmful sites in terms of providing better user service and satisfaction. In addition, the detection and prevention of fake web pages before the users is an important area of work in today's artificial intelligence studies. The easiest method of protecting these fraudulent sites in the internet environment where billions of people are browsing every day will be to detect and block fake web pages automatically. Machine learning classification algorithms are automatically identified as fake or real by the system by looking at the information of a page and this is one of the important advantages offered by artificial intelligence studies. With this study, using 10 properties determined for a website address; it is attempted to determine whether this address is a fake or a real address. The data used in this study were taken from Machine Learning Repository (UCI). Data analysis was performed based on the Cross Industry Standard Process Model (CRISP-DM). In the data set, it is labeled as the attribute that determines the status of websites (Class, Phishing = -1, Suspicious = 0 and Legitimate = 1). The study was also done by using RStudio analysis with R programming language. The classification algorithms used are Random Forest (RF), Support Vector Machines (SVM), J48, K-Nearest Neighbor (KNN) and Naive Bayes algorithms. The highest accuracy performance was obtained by Random Forest algorithm.

  • Abdelhamid, N., Ayesh, A., & Thabtah, F. 2014. Phishing detection based associative classification data mining. Expert Systems with Applications, 41(13), 5948-5959.
  • Aksu, D., Turgut, Z., Üstebay, S., Aydin, M. A. (2019). Phishing Analysis of Websites Using Classification Techniques. In International Telecommunications Conference (pp. 251-258). Springer, Singapore.
  • Arlot, S., & Celisse, A. 2010. A survey of cross-validation procedures for model selection. Statistics surveys, 4, 40-79.
  • Aydın, S., & Özkul, A. E. 2015. Veri Madenciliği Ve Anadolu Üniversitesi Açiköğretim Sisteminde Bir Uygulama. Journal of Research in Education and Teaching, 4(3), 36-44.
  • Balaban, M. E.& Kartal, E. 2015.Veri Madenciliği ve Makine Öğrenmesi Temel Algoritmaları ve R Dili ile Uygulamaları. Çağlayan Kitapevi. 288s, İstanbul.
  • Basnet, R., Mukkamala, S., Sung, A. H. 2008. “Detection of phishing attacks: A machine learning approach.” In Soft Computing Applications in Industry (pp. 373-383). Springer, Berlin, Heidelberg.
  • Chebyshev V., Sinitsyn F., Parinov D., Kupreev O., Lopatin E., Liskin A., (2018). IT threat evolution Q3 2018. Statistics https://securelist.com/it-threat-evolution-q3-2018-statistics/88689/, Erişim Tarihi: 25.01.2019
  • Chiew, K. L., Tan, C. L., Wong, K., Yong, K. S., & Tiong, W. K. (2019). A New Hybrid Ensemble Feature Selection Framework for Machine Learning-based Phishing Detection System. Information Sciences.
  • Dataschool, 2014. Simple guide to confusion matrix terminology. http://www.dataschool.io/simple-guide-to-confusion-matrix-terminology/. Erişim Tarihi: 30.05.2018
  • Fette, I., Sadeh, N., Tomasic, A. 2007. “Learning to detect phishing emails.” In Proceedings of the 16th international conference on World Wide Web (pp. 649-656). ACM.
  • Kalaycı, T. E. 2018. Kimlik hırsızı web sitelerinin sınıflandırılması için makine öğrenmesi yöntemlerinin karşılaştırılması. Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi, 24(5), 870-878.
  • Kemp S. 2018. Digital in 2018: World’s internet users pass the 4 billion mark https://wearesocial.com/blog/2018/01/global-digital-report-2018, Erişim tarihi: 25.01.2019
  • Koşan, M. A., Yıldız, O., Karacan, H. 2018. “Kimlik avı web sitelerinin tespitinde makine öğrenmesi algoritmalarının karşılaştırmalı analizi”. Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi, 24(2), 276-282.
  • Landis JR., Koch GG., 1977 “The measurement of observer agreement for categorical data”, Biometrics, 33: 159-174.
  • Marshland S. 2015. Machine Learning An Algorithmic Perspective. 2nd ed. New York, USA, Chapman & Hall/CRC Press,
  • Miyamoto, D., Hazeyama, H., Kadobayashi, Y. 2008. “An evaluation of machine learning-based methods for detection of phishing sites.” In Advances in Neuro-Information Processing (pp. 539-546). Springer, Berlin, Heidelberg.
  • Paganini P., (2015).New Intel Security study shows that 97% of people can’t identify phishing emails. http://securityaffairs.co/wordpress/36922/cyber-crime/study-phishing-emails-response.html , Erişim Tarihi: 25.01.2019
  • Phishing Corpus (2006), http://monkey.org/~jose/wiki/doku.php?id=PhishingCorpus
  • Sahingoz, O. K., Buber, E., Demir, O., Diri, B. (2019). Machine learning based phishing detection from URLs. Expert Systems with Applications, 117, 345-357.
  • Seker, S. E., 2013, K Fold Cross Validation (K Katlamalı Çapraz Doğrulama), http://bilgisayarkavramlari.sadievrenseker.com/2013/03/31/k-fold-crossvalidation-k-katlamali-carpraz-dogrulama/. Erişim Tarihi: 29.05.2018.
  • Sönmez, Ü. 2017. “Bilişim Sistemleri Aracılığıyla Dolandırıcılık Suçu”. Dicle Üniversitesi Adalet Meslek Yüksekokulu Dicle Adalet Dergisi, 1(2), 47-68.
  • Spam Assassin (2006), http://spamassassin.apache.org/
  • Şirin, E., 2017. Hata Matrisini (ConfusionMatrix) Yorumlama.http://www.datascience.istanbul/2017/07/02/hata-matrisini-confusion-matrix-yorumlama/. Erişim Tarihi: 29.05.2018.
Birincil Dil tr
Konular Mühendislik
Bölüm Makaleler
Yazarlar

Orcid: 0000-0002-7530-7715
Yazar: Adem Korkmaz (Sorumlu Yazar)
Kurum: İSTANBUL ÜNİVERSİTESİ
Ülke: Turkey


Orcid: 0000-0002-6559-7704
Yazar: Selma Büyükgöze
Kurum: Kırklareli Üniversitesi
Ülke: Turkey


Tarihler

Yayımlanma Tarihi : 31 Ağustos 2019

Bibtex @araştırma makalesi { ejosat598036, journal = {Avrupa Bilim ve Teknoloji Dergisi}, issn = {}, eissn = {2148-2683}, address = {}, publisher = {Osman SAĞDIÇ}, year = {2019}, volume = {}, pages = {826 - 833}, doi = {10.31590/ejosat.598036}, title = {Sahte Web Sitelerinin Sınıflandırma Algoritmaları İle Tespit Edilmesi}, key = {cite}, author = {Korkmaz, Adem and Büyükgöze, Selma} }
APA Korkmaz, A , Büyükgöze, S . (2019). Sahte Web Sitelerinin Sınıflandırma Algoritmaları İle Tespit Edilmesi. Avrupa Bilim ve Teknoloji Dergisi , (16) , 826-833 . DOI: 10.31590/ejosat.598036
MLA Korkmaz, A , Büyükgöze, S . "Sahte Web Sitelerinin Sınıflandırma Algoritmaları İle Tespit Edilmesi". Avrupa Bilim ve Teknoloji Dergisi (2019 ): 826-833 <https://dergipark.org.tr/tr/pub/ejosat/issue/45333/598036>
Chicago Korkmaz, A , Büyükgöze, S . "Sahte Web Sitelerinin Sınıflandırma Algoritmaları İle Tespit Edilmesi". Avrupa Bilim ve Teknoloji Dergisi (2019 ): 826-833
RIS TY - JOUR T1 - Sahte Web Sitelerinin Sınıflandırma Algoritmaları İle Tespit Edilmesi AU - Adem Korkmaz , Selma Büyükgöze Y1 - 2019 PY - 2019 N1 - doi: 10.31590/ejosat.598036 DO - 10.31590/ejosat.598036 T2 - Avrupa Bilim ve Teknoloji Dergisi JF - Journal JO - JOR SP - 826 EP - 833 VL - IS - 16 SN - -2148-2683 M3 - doi: 10.31590/ejosat.598036 UR - https://doi.org/10.31590/ejosat.598036 Y2 - 2019 ER -
EndNote %0 Avrupa Bilim ve Teknoloji Dergisi Sahte Web Sitelerinin Sınıflandırma Algoritmaları İle Tespit Edilmesi %A Adem Korkmaz , Selma Büyükgöze %T Sahte Web Sitelerinin Sınıflandırma Algoritmaları İle Tespit Edilmesi %D 2019 %J Avrupa Bilim ve Teknoloji Dergisi %P -2148-2683 %V %N 16 %R doi: 10.31590/ejosat.598036 %U 10.31590/ejosat.598036
ISNAD Korkmaz, Adem , Büyükgöze, Selma . "Sahte Web Sitelerinin Sınıflandırma Algoritmaları İle Tespit Edilmesi". Avrupa Bilim ve Teknoloji Dergisi / 16 (Ağustos 2019): 826-833 . https://doi.org/10.31590/ejosat.598036
AMA Korkmaz A , Büyükgöze S . Sahte Web Sitelerinin Sınıflandırma Algoritmaları İle Tespit Edilmesi. Avrupa Bilim ve Teknoloji Dergisi. 2019; (16): 826-833.
Vancouver Korkmaz A , Büyükgöze S . Sahte Web Sitelerinin Sınıflandırma Algoritmaları İle Tespit Edilmesi. Avrupa Bilim ve Teknoloji Dergisi. 2019; (16): 833-826.