Análise de categorizações de URL’s com o algoritmo de árvore de decisões a partir de uma base de dados predefinida

Abstract

Este projeto tem como intuito utilizar o algoritmo de árvore de decisões para predições com URL’s que acessamos no navegador todos os dias para uma possível integração com ferramentas de segurança, como por exemplo: Firewalls e antivírus. Aplicando a linguagem Python, foi desenvolvido o algoritmo para o carregamento de uma base de dados com as URLs e as respectivas classificações, e com estes dados já carregados e tratados foi possível utilizar o algorítmo estudado para aplicar as predições desejadas, onde podemos, por exemplo, realizar uma avaliação dos dados retornados para futuras aplicações Web e sabermos as melhores práticas para não sermos confundidos com URL’s classificadas como Phishing pelas ferramentas de proteção disponíveis no mercado. As ferramentas utilizadas para chegar neste resultado foram, o Google Colaboratory para realizar a execução do algoritmo que necessita de demasiado processamento e a linguagem Python para desenvolvimento do algoritmo em questão.

This project aims to use the decision tree algorithm for predictions with URLs that we access in the browser every day for a possible integration with security tools, such as: Firewalls and antivirus. Applying the Python language, an algorithm was developed to load a database with the URL and its respective classification, and with these data already loaded and treated, it was possible to use the studied algorithm to apply the desired predictions, where we can, for example, carrying out an evaluation of the data returned for future Web applications and knowing the best practices so as not to be confused with URLs classified as Phishing by the protection tools available on the market. The tools used to reach this result were Google Collaboratory to carry out the execution of the algorithm that requires too much processing and the Python language to develop the algorithm in question.