Uma investigação do uso de características na tetecção de URLs

dc.contributor.advisor1Feitosa, Eduardo Luzeiro
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/5939944067207881por
dc.creatorBezerra, Maria Azevedo
dc.creator.Latteshttp://lattes.cnpq.br/8958421325539732por
dc.date.issued2015-09-11
dc.description.abstractMalicious URLs have become a channel for criminal activities on the Internet, such as spam and phishing. Current solutions for validation and verification of malicious URLs are considered or are believed to be accurate, with well-adjusted results. However, is it really possible or feasible to obtain 100% of accuracy in these solutions? This work describes a simple and direct investigation of features, bases and URL formats, aiming to show that the results of validation and verification URLs are highly dependent on certain aspects/factors. The idea is to extract URL features (lexical, DNS and others) for obtain the maximum information from the URLs and employ machine learning algorithms to question their influence throughout the process. In order to prove this idea, were created four hypotheses that showed that it is possible to disagree with the results of several studies from the literature.eng
dc.description.resumoURLs maliciosas tornaram-se um canal para atividades criminosas na Internet, como spam e phishing. As atuais soluções para validação e verificação de URLs maliciosas se consideram ou são consideradas precisas, com resultados bem ajustados. Contudo, será que realmente é possível ou factível se obter percentuais beirando 100% de precisão nessas soluções? Neste sentido, esta dissertação descreve uma simples e direta investigação de características, bases e formatos de URLs, visando mostrar que os resultados de validação e verificação de URLs são bastante dependentes de certos aspectos/fatores. A ideia é extrair características (léxicas, DNS e outras) que permitam obter o máximo de informação das URLs e empregar algoritmos de aprendizagem de máquina para questionar a influência dessas características em todo o processo. Como forma de provar essa ideia, foram elaboramos quatro hipóteses, que ao final no trabalho, mostraram que é possível discordar do resultado de vários trabalhos já existentes na literatura.por
dc.description.sponsorshipNão Informadapor
dc.formatapplication/pdf*
dc.identifier.citationBEZERRA, Maria Azevedo. Uma investigação do uso de características na detecção de URLs. 2015. 62 f. Dissertação (Mestrado em Informática) - Universidade Federal do Amazonas, Manaus, 2015.por
dc.identifier.urihttp://tede.ufam.edu.br/handle/tede/4740
dc.languageporpor
dc.publisherUniversidade Federal do Amazonaspor
dc.publisher.countryBrasilpor
dc.publisher.departmentInstituto de Computaçãopor
dc.publisher.initialsUFAMpor
dc.publisher.programPrograma de Pós-graduação em Informáticapor
dc.rightsAcesso Abertopor
dc.subjectMétodos e Algoritmos de Classificaçãopor
dc.subjectCaracterísticas de URLspor
dc.subjectAprendizagem de Máquinapor
dc.subject.cnpqCIÊNCIAS EXATAS E DA TERRA: CIÊNCIA DA COMPUTAÇÃOpor
dc.thumbnail.urlhttp://200.129.163.131:8080//retrieve/10006/Disserta%c3%a7%c3%a3o%20-%20Maria%20Azevedo%20Bezerra.pdf.jpg*
dc.titleUma investigação do uso de características na tetecção de URLspor
dc.typeDissertaçãopor

Arquivos

Pacote original

Agora exibindo 1 - 1 de 1
Carregando...
Imagem de Miniatura
Nome:
Dissertação - Maria Azevedo Bezerra.pdf
Tamanho:
3.18 MB
Formato:
Adobe Portable Document Format
Descrição:
Dissertação - Maria Azevedo Bezerra

Licença do pacote

Agora exibindo 1 - 1 de 1
Carregando...
Imagem de Miniatura
Nome:
license.txt
Tamanho:
1.84 KB
Formato:
Item-specific license agreed upon to submission
Descrição: