???item.export.label??? ???item.export.type.endnote??? ???item.export.type.bibtex???

Please use this identifier to cite or link to this item: https://tede.ufam.edu.br/handle/tede/4740
Full metadata record
DC FieldValueLanguage
dc.creatorBezerra, Maria Azevedo-
dc.creator.Latteshttp://lattes.cnpq.br/8958421325539732por
dc.contributor.advisor1Feitosa, Eduardo Luzeiro-
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/5939944067207881por
dc.date.issued2015-09-11-
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.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.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.sponsorshipNão Informadapor
dc.formatapplication/pdf*
dc.thumbnail.urlhttp://200.129.163.131:8080//retrieve/10006/Disserta%c3%a7%c3%a3o%20-%20Maria%20Azevedo%20Bezerra.pdf.jpg*
dc.languageporpor
dc.publisherUniversidade Federal do Amazonaspor
dc.publisher.departmentInstituto de Computaçãopor
dc.publisher.countryBrasilpor
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.titleUma investigação do uso de características na tetecção de URLspor
dc.typeDissertaçãopor
Appears in Collections:Mestrado em Informática

Files in This Item:
File Description SizeFormat 
Dissertação - Maria Azevedo Bezerra.pdfDissertação - Maria Azevedo Bezerra3.26 MBAdobe PDFThumbnail

Download/Open Preview


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.