Detection of malicious URLs using machine learning

Bilgisayar sistemlerinde, veriler şirketlerin kurumları ve hükümetler için değerli ve çok önemli bir varlığı temsil eder ve bu nedenle bu verileri çalmaya ve satmaya çalışan ve en yaygın URL adresleri tarafından tehdit edilen kötü niyetli bilgisayar suçlarından korunmalıdır ve bu tehdit bir tehdit olarak kabul edilir. Siber güvenliğe tehdit oluşturan ve istenmeyen içerik barındıran (spam, kimlik avı, sürücüden indirme) kötü niyetli URL'ler bağlantısı kullanır ve bu nedenle kullanıcılar dolandırıcılık kurbanı olur ve para kaybı veya bilgi ve yazılım yükleme hırsızlığı olabilir. Önceden, kötü amaçlı URL'ler genellikle kara listeler tarafından algılanıyordu, ancak şu anda yeni oluşturulan düzenlenmiş URL adreslerinden yoksundurlar. Saldırganların odak noktası, en çok kullanılan sosyal mühendislik türlerinden biri olan kimlik avı teknolojisi olan bilgi çalmak için daha etkili yöntemler kullanmaktır. Bu nedenle araştırma, Makine öğrenimi teknikleri, algoritmalar ve URL'lerden ayıklanan sözcüksel özellik kullanılarak URL'leri tespit etmek ve meşru URL'ler veya kötü amaçlı URL'ler olarak sınıflandırmak için bir model geliştirmeyi amaçlamaktadır. Ayrıca, üzerinde hiç eğitilmemiş yeni bir örnek kümesini ve tahmine dayalı model süreçlerinin meşru ve kötü niyetli örnekleri ayırt edebileceği gerçekçi bir senaryoyu doğrularız.