Empreu aquest identificador per citar o enllaçar aquest ítem:
http://hdl.handle.net/10609/117926
Registre complet de metadades
Camp DC | Valor | Llengua/Idioma |
---|---|---|
dc.contributor.author | Marin Batista, Brian Enrique | - |
dc.date.accessioned | 2020-06-29T07:34:09Z | - |
dc.date.available | 2020-06-29T07:34:09Z | - |
dc.date.issued | 2020-06-02 | - |
dc.identifier.uri | http://hdl.handle.net/10609/117926 | - |
dc.description.abstract | Actualmente dentro de los sistemas informáticos los datos representan un activo muy valioso e importante para las empresas, instituciones y gobiernos. Esto produce que cada vez haya más delitos informáticos que intentan robar, suplantar y vender estos datos tan cotizados en el mercado. Por ello, se encuentra que el foco principal de los atacantes y unos de los métodos más efectivos de robo de información son las técnicas de suplantación de identidad (phishing) que implican el uso de ingeniería social. Por lo que el siguiente trabajo de fin de máster tiene como objetivo la utilización de técnicas de aprendizaje automático que hacen uso de algoritmos de clasificación, para poder determinar cuando una URL es fraudulenta o legítima. | es |
dc.description.abstract | Currently within computer systems, data represents a very valuable and important asset for companies, institutions and governments. This means that there are more and more computer crimes that try to steal, impersonate and sell this highly valued data on the market. Therefore, it is found that the main focus of attackers and one of the most effective methods of information theft are phishing techniques that involve the use of social engineering. So the following Master's Thesis is aimed at using machine learning techniques that make use of classification algorithms, in order to determine when a URL is fraudulent or legitimate. | en |
dc.description.abstract | Actualment dins dels sistemes informàtics les dades representen un actiu molt valuós i important per a les empreses, institucions i governs. Això produeix que cada vegada hi hagi més delictes informàtics que intenten robar, suplantar i vendre aquestes dades tan cotitzades en el mercat. Per això, es troba que el focus principal dels atacants i uns dels mètodes més efectius de robatori d'informació són les tècniques de suplantació d'identitat (phishing) que impliquen l'ús d'enginyeria social. Pel que el següent treball de fi de màster té com a objectiu la utilització de tècniques d'aprenentatge automàtic que fan ús d'algorismes de classificació, per a poder determinar quan una URL és fraudulenta o legítima. | ca |
dc.format.mimetype | application/pdf | - |
dc.language.iso | spa | - |
dc.publisher | Universitat Oberta de Catalunya (UOC) | - |
dc.rights | CC BY-NC-SA | - |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-sa/3.0/es/ | - |
dc.subject | detección | es |
dc.subject | detection | en |
dc.subject | detecció | ca |
dc.subject | aprenentatge automàtic | ca |
dc.subject | aprendizaje automático | es |
dc.subject | machine learning | en |
dc.subject | phishing | ca |
dc.subject | phishing | es |
dc.subject | phishing | en |
dc.subject | phishing URL | es |
dc.subject | phishing URL | ca |
dc.subject | phishing URL | en |
dc.subject.lcsh | Data warehousing -- TFM | en |
dc.title | Detección de URLs fraudulentas mediante técnicas de aprendizaje automático | - |
dc.type | info:eu-repo/semantics/masterThesis | - |
dc.audience.educationlevel | Estudis de Màster | ca |
dc.audience.educationlevel | Estudios de Máster | es |
dc.audience.educationlevel | Master's degrees | en |
dc.subject.lemac | Gestor de dades -- TFM | ca |
dc.subject.lcshes | Gestor de datos -- TFM | es |
dc.contributor.director | Hernández Jiménez, Enric | - |
dc.contributor.tutor | Rifà-Pous, Helena | - |
dc.rights.accessRights | info:eu-repo/semantics/openAccess | - |
Apareix a les col·leccions: | Bachelor thesis, research projects, etc. |
Arxius per aquest ítem:
Arxiu | Descripció | Mida | Format | |
---|---|---|---|---|
bmarin01TFM062memoria.pdf | Memoria del TFM | 911,6 kB | Adobe PDF | Veure/Obrir |
Comparteix:
Aquest ítem està subjecte a una llicència de Creative Commons Llicència Creative Commons