Search

Webuygulamalarının kullanım oranındaki artış ile birlikte sayısı artan kötücül websiteleri ve saldırılar, son kullanıcıya ciddi zararlar vermektedir. Kişisel vehassas bilgilerin çalınmasına yönelik bu saldırılardan biri Kimlik Avısaldırısıdır. Yayımlanan güvenlik raporlarında son yıllarda milyonlarca yenikimlik avı sahteciliği yapan web sayfası tespit edildiği ifade edilmektedir.Böylesi kritik bir durumda bu web sayfalarının tespiti büyük önem arzetmektedir. Bu çalışmada, bir veri kümesi ile birlikte literatürde bulunanmakine öğrenmesi sınıflandırma algoritmaları kullanılarak karşılaştırmalıanaliz yapılmıştır. Analiz sonuçları, Kimlik Avı Sahteciliği çalışmalarındakullanılan sınıflandırma algoritmalarının hangi koşullarda tercih edilmesigerektiği hakkında farklı parametreler bulunduğunu göstermektedir., Theincreasing number of malicious web sites and attacks, along with the increasein the usage rate of web applications, cause severe damage to the end user. Oneof these attacks aimed at stealing personal and sensitive information is thePhishing Attack. In the published security reports, it is stated that in recentyears there has been millions of web pages that have made new phishing scams.In such a critical situation, the identification of these web pages is of greatimportance. In this study, a comparative analysis was made on a mentioneddataset using machine learning classification algorithms in the literature. Theresults of the analysis show that the classification algorithms used have differentparameters about which conditions should be preferred in the studies onPhishing Fraud.