<link rel="stylesheet" href="styles.f3b1fba60ec7970c.css">

Засіб виявлення фішингових атак URL з використанням нейромережевого підходу

dc.contributor.authorРезедент, О. О.uk
dc.contributor.authorRezedent, O. O.en
dc.titleЗасіб виявлення фішингових атак URL з використанням нейромережевого підходуuk
dc.date.issued2026
dc.publisherВінницький національний технічний університетuk
dc.identifier.citationРезедент О. О. Засіб виявлення фішингових атак URL з використанням нейромережевого підходу // Матеріали Міжнародної науково-практичної інтернет-конференції «Молодь в науці: дослідження, проблеми, перспективи (МН-2026)», м. Вінниця, 22-26 червня 2026 р. Електрон. текст. дані. 2026. URI: https://conferences.vntu.edu.ua/index.php/mn/mn2026/paper/view/29354.uk
dc.relation.ispartofМатеріали Міжнародної науково-практичної інтернет-конференції «Молодь в науці: дослідження, проблеми, перспективи (МН-2026)», м. Вінниця, 22-26 червня 2026 р.uk
dc.relation.urihttps://conferences.vntu.edu.ua/index.php/mn/mn2026/paper/view/29354
dc.identifier.udc004.056
dc.identifier.urihttps://ir.lib.vntu.edu.ua/handle/123456789/52789
dc.description.abstractУ роботі розглянуто проблему виявлення фішингових атак в інформаційних системах на основі аналізу URLадрес. Запропоновано підхід, що базується на використанні методів машинного навчання, зокрема методу опорних векторів. Визначено основні ознаки фішингових URL, що дозволяють здійснювати їх класифікацію.uk
dc.description.abstractThe paper considers the problem of detecting phishing attacks in information systems based on URL analysis. An approach based on machine learning methods, in particular Support Vector Machine, is proposed. The main features of phishing URLs are identified, which allow their classification. The effectiveness of the model is evaluated using accuracy, precision, and recall metrics, confirming the feasibility of intelligent approaches in cybersecurity tasks.en
dc.subjectфішингuk
dc.subjectURL-атакиuk
dc.subjectкібербезпекаuk
dc.subjectмашинне навчанняuk
dc.subjectSVMen
dc.subjectкласифікаціяuk
dc.subjectphishingen
dc.subjectURL attacksen
dc.subjectcybersecurityen
dc.subjectmachine learningen
dc.subjectclassificationen
dc.typeThesis
dc.language.isoukuk
dc.relation.referencesГайдур Г. І., Гахов С. О., Марченко В. В. Концептуальна модель виявлення фішингових атак на основі методів опорних векторів // Сучасний захист інформації. – 2024. Toliupa S., Buchyk S., Shabanova A., Buchyk O. The Method for Determining the Degree of Suspiciousness of a Phishing URL // Taras Shevchenko National University of Kyiv. – Kyiv, Ukraine. Глибоке навчання (Deep Learning): основи, принципи та застосування [Електронний ресурс]. – Режим доступу: https://foxminded.ua/deep-learning/uk
dc.date.accessioned2026-09-03T10:27:38Z
dc.date.available2026-09-03T10:27:38Z

Файли

Контейнер файлів

Зараз показуємо 1 - 1 з 1
Вантажиться...
Ескіз
Назва:
29354.pdf
Розмір:
406,98 KB
Формат:
Adobe Portable Document Format

Ліцензійна угода

Зараз показуємо 1 - 1 з 1
Вантажиться...
Ескіз
Назва:
license.txt
Розмір:
17 B
Формат:
Plain Text
Опис: