| Form of studies |
Bachelor |
| Title of the study programm |
Information Technology |
| Title in original language |
Statistiskās analīzes metodēs balstītas ļaunprātīgu e-pastu atklāšanas pieejas izstrāde |
| Title in English |
Development of a Malicious E-mail Detection Approach Based on Statistical Analysis Methods |
| Department |
Faculty Of Computer Science Information Tehnology And Energy |
| Scientific advisor |
Artūrs Ķempelis |
| Reviewer |
Jurijs Čižovs |
| Abstract |
Bakalaura darbs “Statistiskās analīzes metodēs balstītas ļaunprātīgu e-pastu atklāšanas pieejas izstrāde”. Darba autors Rīgas Tehniskās universitātes students Kristians Laukis, zinātniskais asistents M.sc.ing. Artūrs Ķempelis.
Mūsdienās e-pasta saziņa ir viena no visbiežāk izmantotajiem saziņas veidiem, un pieaugoša, regulāra saziņa paralēli nozīmē arī pieaugumu pikšķerēšanas mēģinājumos. Eksistē vairāki mehānismi, kā cīnīties pret ļaunprātīgiem e-pastiem, kur katrā izmantota cita metodoloģija, taču darba priekšplānā tiek izvirzīts Sender Policy Framework (SPF) ietvars un Bayesian klasifikators. Balstoties uz abu metožu teorētiskajiem un praktiskās izmantošanas principiem, darba ietvaros tika izstrādāta ļaunprātīgu e-pastu atklāšanas pieeja uzņēmuma vajadzībām.
Darbam izvirzīts mērķis izpētīt un izstrādāt ļaunprātīga e-pasta atklāšanas pieeju, balstītu uz statistisko analīzes metodēm, kā arī notestēt uz reāla piemēra un secināt pieejas lietderību uzņēmumiem. Darba ietvaros tika izveidoti divi skripti ļaunprātīgu e-pastu atklāšanai, izmantojot gan SPF, gan Bayesian metodoloģiju, un testa ietvaros tika noskaidrots, ka izveidotā pieeja funkcionē efektīvi, uzrādot augstu ļaunprātīgu e-pastu atklāšanas rezultātu. Jāatzīmē, ka eksistē potenciāli skripta uzlabojumi, kas nodrošinātu plašāku metodoloģiju un augstāku atklāšanas spēju, arī efektīvāku modeļa darbību praksē, taču arī pašlaik argumentējams, ka modelis darbojas ar augstu precizitāti. |
| Keywords |
surogātpasts, e-pasts, Bayesian, Sender Policy Framework |
| Keywords in English |
spam, e-mail, Bayesian, Sender Policy Framework |
| Language |
lv |
| Year |
2023 |
| Date and time of uploading |
30.05.2023 20:50:08 |
