Detekcija zlonamjerno ubačenih poveznica na sjedištima weba

završni rad

• Naslov (engleski): Detection of maliciously inserted links on web sites
• Autor: Nikola Petrović
• Mentor: Marin Vuković (mentor)
• Član povjerenstva: Marin Vuković (predsjednik povjerenstva)
• Član povjerenstva: Miljenko Mikuc (član povjerenstva)
• Član povjerenstva: Ivona Brajdić (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2022-02-24, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo

Sažetak

Zlonamjerno ubačeni sadržaj pogađa velik broj sjedišta weba. U ovome radu opisan je specifičan tip zlonamjerno ubačenog sadržaja, a to su skrivene poveznice. Opisana su dva postojeća sustava za detekciju skrivenih poveznica, jedan temeljen na pravilima, a drugi koristi metode strojnog učenja. Predložen je sustav koji bi otkrivao zlonamjerno ubačene poveznice na temelju sličnosti anchor teksta vanjskih poveznica sa sadržajem stranice. Temeljna pretpostavka je da bi normalna poveznica trebala tematski biti slična stranici na kojoj se nalazi. Upotrijebljene su metode iz grane dohvaćanja informacija, no rad sustava se pokazao neuspješnim.

Sažetak (engleski)

Maliciously injected web content affects a great number of web sites. One type of malicious content is SEO spam. Hidden links, which are a specific type of SEO spam, are described in this paper. Two existing solutions for hidden link detection are described, one rule-based, the other employing machine learning techniques. A novel idea for detecting injected links is proposed which is based on techniques commonly used in Information Retrieval. The described system rests on the idea that anchor text of outbound links on a website is thematically similar to the content of the website the links are located on. The successfulness of the proposed system is unclear.

• Ključne riječi: Web spam; dohvaćanje informacija; TF*IDF
• Ključne riječi (engleski): Information Retrieval; web spam; SEO spam; TF*IDF
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:285680
• Studijski program: Naziv: Računarstvo; Vrsta studija: sveučilišni; Stupanj studija: preddiplomski; Akademski / stručni naziv: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva (univ.bacc.ing.comp.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Zatvoreni pristup
• Datum i vrijeme pohrane: 2023-01-14 09:41:14