Malicious URLs Dataset Projesi

Proje Hakkında

Bu proje, zararlı URL'leri tespit etmek için makine öğrenmesi tekniklerinin kullanıldığı bir çalışmadır. Projede, Kaggle'dan alınan Malicious URLs Dataset kullanılarak gözetimli ve gözetimsiz öğrenme algoritmaları uygulanmıştır. Amaç, zararlı URL'lerin sınıflandırılması ve analizi ile bu tür URL'lerin tespitine yönelik etkili bir model geliştirmektir.

Kullanılan Veri Seti

Veri seti, çeşitli zararlı ve zararsız URL'leri içeren bir koleksiyondur. Veri setinin bağlantısı: https://www.kaggle.com/datasets/sid321axn/malicious-urls-dataset

Yöntemler

Proje kapsamında aşağıdaki yöntemler uygulanmıştır:

• Gözetimli Öğrenme: Random Forest algoritması kullanılarak model oluşturulmuş ve değerlendirilmiştir.
• Gözetimsiz Öğrenme: k-Ortalama kümeleme yöntemi ile veri analizi gerçekleştirilmiştir.

Model Değerlendirmesi

Model performansı, aşağıdaki metriklerle değerlendirilmiştir:

RandomForest:

• Doğruluk (Accuracy) : 0.9009757353113227
• Kesinlik (Precision) :0.897792050935436
• Duyarlılık (Recall) :0.9009757353113227
• F1 Skoru : 0.8989708919643451

Ayrıca, sınıflandırma sonuçları için karışıklık matrisi (Confusion Matrix) oluşturulmuştur.

Confusion matrix:

K-means:

Kümeleme Sonuçları:

Elbow Method:

Küme Sayısı: 3, Silhouette Skoru: 0.6178922124066818

Küme Boyutları: {0: 97617, 1: 68893, 2: 92660, 3: 97684, 4: 6831, 5: 17837, 6: 65781, 7: 79410, 8: 11029, 9: 103312}

Kurulum ve Çalıştırma

Projenin çalıştırılabilmesi için gerekli kütüphaneler:

• pandas
• numpy
• scikit-learn
• matplotlib
• seaborn

Kaggle Defterimin Bağlantısı:

• https://www.kaggle.com/code/cerensukaramese/maliciousurlmlproject