Приходько, Богдан СергійовичБогдан СергійовичПриходькоШестак, Яніна Володимирівна2025-09-292025-09-292025Приходько Б. С. Засіб виявлення фішингових листів за допомогою машинного навчання : пояснювальна записка кваліфікаційної роботи : 125 Кібербезпека / наук. кер. Я. Шестак. Київ, 2025. 60 с.https://ir.library.knu.ua/handle/15071834/7834Пояснювальна записка кваліфікаційної роботи складається зі вступу, трьох розділів, загальних висновків, списку використаних джерел, має 60 сторінки основного тексту, 6 таблиць та 11 рисунки. Список використаних джерел включає 27 найменувань і займає 3 сторінки. Метою роботи є розробка та впровадження методів машинного навчання для ефективного виявлення фішингових листів на основі аналізу їх текстового вмісту. Для досягнення зазначеної мети поставлено наступні завдання: ● проаналізувати особливості фішингових атак в електронній пошті; ● ознайомитися з сучасними методами виявлення фішингу на основі машинного навчання; ● сформувати та обробити датасет фішингових і нефішингових листів; ● реалізувати модель BERT для класифікації фішингових листів; ● оцінити ефективність моделі та розробити додаток для її використання. Об'єктом дослідження є процес виявлення фішингових листів у електронній пошті з використанням технологій машинного навчання. Предметом дослідження є алгоритми та моделі машинного навчання, що застосовуються для класифікації електронних листів на фішингові та легітимні. Практичною цінністю отриманих результатів є розроблений засіб виявлення фішингових листів за допомогою машинного навчання, котрий дозволяє: ● виявляти фішинг навіть у складних та нових формах; ● працювати незалежно від платформи; ● захищати користувачів менш популярних поштових систем.ukфішингмашинне навчаннянейронні мережікласифікація текстуLSTMBERTвиявлення загрозБакалаврська робота