Skip to content

About

Keras/TensorFlow tabanlı derin öğrenme ile zararlı ve oltalama URL'lerini tespit eden, Flask REST API destekli güvenlik servisi.

Topics

Resources

Stars

1 star

Watchers

2 watching

Forks

Repository files navigation

🛡️ Malicious URL Detection & REST API

Python TensorFlow / Keras Flask Pandas License: MIT

Zararlı, oltalama (phishing) ve şüpheli bağlantıları tespit etmek amacıyla geliştirilmiş Makine Öğrenmesi / Derin Öğrenme tabanlı Zararlı URL Tespit Sistemi. Bu proje; veri ön işleme, model eğitimi, model test adımları ve eğitilen modelin gerçek zamanlı olarak sorgulanabileceği bir Flask RESTful API servisinden oluşur.


📌 İçindekiler


📖 Genel Bakış

Siber güvenlikte kullanıcıları tehdit eden en yaygın vektörlerden biri kötü amaçlı bağlantılardır. Bu proje:

  • Güvenli ve zararlı URL'leri etiketlenmiş veri setleri (mix_labels.csv) üzerinden analiz eder.
  • Metin işleme / öznitelik çıkarımı yöntemlerini kullanarak Keras/TensorFlow tabanlı bir sınıflandırma modeli (new_model.keras) eğitir.
  • Eğitilen modeli harici uygulamalara, tarayıcı eklentilerine veya güvenlik duvarlarına entegre edilebilmesi için hafif bir Flask REST API üzerinden servis eder.

✨ Özellikler

  • Veri Manipülasyonu & Analiz: pandas ile veri setini temizleme, sınıfları dengeleme ve etiketleme.
  • Derin Öğrenme / ML Modeli: Yüksek doğrulukla zararlı ve güvenli URL'leri ayırt edebilen Keras tabanlı derin öğrenme mimarisi.
  • RESTful Entegrasyon: Gerçek zamanlı URL denetimi sağlayan Flask API.
  • Test ve Doğrulama: Test komut dosyası ile model başarımını ve örnek URL tahminlerini hızla değerlendirebilme imkânı.

📂 Proje Mimarisi & Dosya Yapısı

malicious_url/
├── mix_labels.csv        # Etiketlenmiş eğitim ve test veri seti (URL & Label)
├── pandas_framework.py   # Veri analizi, temizleme ve veri çerçevesi işlemleri
├── label.py              # URL etiketleme ve veri dönüşüm fonksiyonları
├── machine_learning.py   # Model mimarisi tanımlama, derleme ve eğitim (Training)
├── new_model.keras       # Eğitilmiş ve serileştirilmiş Keras modeli
├── test_model.py         # Eğitilen modelin metrik ve örnek URL testleri
├── f_restapi.py          # Tahmin isteklerini karşılayan Flask REST API servisi
└── README.md             # Proje dokümantasyonu

🚀 Kurulum

Projeyi yerel ortamınızda çalıştırmak için aşağıdaki adımları takip edin:

1. Depoyu Klonlayın

git clone [https://github.com/beyza-ozben/malicious_url.git](https://github.com/beyza-ozben/malicious_url.git)
cd malicious_url

2. Sanal Ortam Oluşturun ve Aktif Edin (Önerilen)

# Sanal ortam oluşturma
python3 -m venv venv

# Linux / macOS:
source venv/bin/activate

# Windows:
venv\Scripts\activate

3. Bağımlılıkları Yükleyin

pip install --upgrade pip
pip install tensorflow keras pandas flask scikit-learn numpy

🛠️ Kullanım Adımları

1. Veri Hazırlama & Ön İşleme

Veri setini (mix_labels.csv) incelemek, temizlemek ve model için hazır hale getirmek için:

python pandas_framework.py

2. Model Eğitimi

Yeni bir model eğitmek ve ağırlıkları new_model.keras olarak kaydetmek için:

python machine_learning.py

3. Model Testi

Eğitilen modelin doğruluğunu test etmek ve örnek linkler üzerindeki performansını görmek için:

python test_model.py

4. REST API Sunucusunu Başlatma

Modeli HTTP üzerinden tahmin yapabilir hale getiren Flask sunucusunu ayağa kaldırmak için:

python f_restapi.py

Sunucu varsayılan olarak http://127.0.0.1:5000 adresinde çalışacaktır.


🔌 API Uç Noktaları

URL Güvenlik Kontrolü

  • URL: /predict
  • Metot: POST
  • Headers: Content-Type: application/json

Örnek İstek (Request)

curl -X POST [http://127.0.0.1:5000/predict](http://127.0.0.1:5000/predict) \
     -H "Content-Type: application/json" \
     -d '{"url": "[http://suspicious-banking-login.com](http://suspicious-banking-login.com)"}'

Örnek Yanıt (Response)

{
  "url": "[http://suspicious-banking-login.com](http://suspicious-banking-login.com)",
  "prediction": "Malicious",
  "confidence": 0.962
}

💻 Kullanılan Teknolojiler

  • Programlama Dili: Python 3.x
  • Derin Öğrenme / Makine Öğrenmesi: TensorFlow, Keras, Scikit-learn
  • Veri Analizi: Pandas, NumPy
  • API Servisi: Flask

🤝 Katkıda Bulunma

Katkı sağlamak isterseniz:

  1. Depoyu fork'layın (Fork butonu).
  2. Yeni bir özellik dalı oluşturun (git checkout -b feature/YeniOzellik).
  3. Değişikliklerinizi commit edin (git commit -m 'Yeni bir özellik eklendi').
  4. Dalınızı uzak depoya gönderin (git push origin feature/YeniOzellik).
  5. Bir Pull Request açın.

📄 Lisans

Bu proje MIT Lisansı kapsamında lisanslanmıştır. Detaylar için lisans dosyasına göz atabilirsiniz.

About

Keras/TensorFlow tabanlı derin öğrenme ile zararlı ve oltalama URL'lerini tespit eden, Flask REST API destekli güvenlik servisi.

Topics

Resources

Stars

1 star

Watchers

2 watching

Forks

Releases

Packages

Used by

Contributors

Languages