Целью работы является выявление фишинговых веб-страниц методом машинного обучения. Предметом исследования являются методы обнаружения фишинговых URL. Задачи, решаемые в ходе исследования: 1. Анализ существующих решений по распознаванию фишинговых веб-страниц. 2. Формирование обучающей выборки, содержащей в себе как фишинговые, так и легитимные URL. 3. Разработка программного средства, осуществляющего сбор информации о каждом URL из обучающей выборки. 4. Обучение моделей машинного обучения на полученных данных. 5. Сравнительный анализ используемых моделей машинного обучения. 6. Реализация расширения под браузер, выявляющего фишинговые веб-страницы. В ходе работы были исследованы методы обнаружения фишинговых веб-страниц. Были выявлены параметры, по которым можно классифицировать URL. В результате работы было разработано программное средство, осуществляющее сбор информации о URL, были обучены модели машинного обучения и проведено их сравнение. Было реализовано расширение под браузер Google Chrome, проверяющее открытую вкладку пользователя. Полученный продукт может быть использован пользователями для контроля посещаемых веб-страниц.

The purpose of the study is to identify phishing webpages by machine learning. The subject of the work is methods of detecting phishing URLs. The research set the following goals: 1. Analysis of existing solutions on recognizing phishing webpages. 2. Realization of a training sample containing both phishing and legitimate URLs. 3. Development of a software tool that collects information about each URL from the dataset. 4. Training of machine learning models. 5. Comparative analysis of the machine learning models used. 6. Realization of the extension for the browser that detects phishing webpages. During the work methods of detecting phishing webpages were investigated. The parameters by which a webpage can be classified have been identified. The work resulted in development of a software that collects information about the URL, machine learning models were trained and compared. An extension was implemented for the Google Chrome browser that checks the users opened page. The resulting product can be used by users to control the visited web pages.