Detekcija napada koji mijenjaju izgled web-sjedišta analizom slika sjedišta

završni rad

• Naslov (engleski): Detection of defacement attacks using website snapshots
• Autor: Noa Milin
• Mentor: Marin Vuković (mentor)
• Član povjerenstva: Marin Vuković (predsjednik povjerenstva)
• Član povjerenstva: Renato Šoić (član povjerenstva)
• Član povjerenstva: Magdalena Šimunec (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2024-09-13, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo

Sažetak

Ideja ovog rada je korištenjem feed-forward neuronske mreže prepoznati lažna sjedišta u sklopu kataloga WWW.HR. Lažna sjedišta mogu biti one stranice navedene u katalogu koje su vizualno kompromitirane ili je na njima došlo do promjena sadržaja ili vlasnika. U sklopu rješavanja problema koristio se pauk napravljen unutar radnog okvira Scrapy kojim se prvo sakuplja skup podataka nužan za treniranje modela mreže. Nadzirano učenje mreže izvedeno je unutar radnog okvira Tensorflow. Uzorci na kojima se modeli uče pokrivaju aspekte analize slika naslovnica sjedišta kao i analize HTML strukture sjedišta. U radu je evaluirano i uspoređeno četiri različito trenirana modela.

Sažetak (engleski)

The idea of this article is to recognise fake websites within the WWW.HR catalog using a feed-forward neural network. Fake websites may include those listed in the catalog that are visually compromised or have undergone changes in content or ownership. A web scraper built within a Scrapy framework was used to collect the dataset necessary for training the neural network model. Supervised learning of the neural network was conducted within the Tensorflow framework. Training samples cover aspects of analyzing both the website homepage image and HTML structure. The article evaluates and compares four differently trained models.

• Ključne riječi: detekcija lažnih sjedišta; vizualno kompromitirana sjedišta; WWW.HR katalog; analiza slika; analiza HTML strukture; feed-forward neuronska mreža; web pauk; nadzirano učenje
• Ključne riječi (engleski): detection of fake websites; visually compromised websites; WWW.HR catalog; image analysis; HTML structure analysis; feed-forward neural network; web scraper; supervised learning
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:330193
• 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: 2024-10-12 21:37:32