dc.contributor.advisor | Ramos Ponce, Oscar Efrain | |
dc.contributor.author | Temoche Salinas, Adrian Alonso | |
dc.date.accessioned | 2024-08-26T12:42:41Z | |
dc.date.available | 2024-08-26T12:42:41Z | |
dc.date.issued | 2024 | |
dc.identifier.citation | Temoche Salinas, A. A. (2024). Comparación de algoritmos de machine learning para clasificar opiniones de usuarios acerca de publicaciones hechas por bancos de perú sobre phishing [Tesis para optar el Título Profesional de Ingeniero de Sistemas, Universidad de Lima]. Repositorio Institucional de la Universidad de Lima. https://hdl.handle.net/20.500.12724/21106 | es_PE |
dc.identifier.uri | https://hdl.handle.net/20.500.12724/21106 | |
dc.description.abstract | A nivel mundial el phishing en los últimos años se ha incrementado y el Perú no fue una excepción. Debido
a la pandemia del Covid-19 se registró un aumento considerable de este tipo de ciberataques llamado phishing; entre
los motivos de su crecimiento se encuentra la cuarentena. Este tipo de ataques suele afectar de manera negativa a los
usuarios de internet y mucho más a las empresas, siendo uno de los ataques más frecuentes el phishing. Por ejemplo,
en las noticias como en redes sociales se puede observar cómo los bancos o plataformas de pago advierten a sus
usuarios sobre estos ataques para que estén atentos, al igual que se puede observar el malestar de los usuarios cuando
publican o comentan en las redes sociales que han sido víctima de dichos ataques. Por este motivo, este trabajo busca
identificar de manera correcta las opiniones de las personas acerca de publicaciones hechas por bancos de Perú sobre
phishing, clasificando su opinión como positiva o negativa. Se utiliza procesamiento de lenguaje natural (PLN) y
análisis de sentimiento para procesar el texto, con los algoritmos de Naive Bayes, Random Forest y Support Vector
Machine (SVM) en el caso de machine learning y con el transformador BERT en el caso de deep learning, con el fin
de conocer cuál de los cuatro algoritmos tiene mejores resultados. La metodología usada consiste en 5 pasos desde la
búsqueda y creación del dataset, pasando por la etapa de preprocesamiento, entrenamiento, pruebas y finalizando en
la evaluación de los resultados. De los cuatro algoritmos, BERT obtuvo el mejor resultado con una exactitud de
86.90% seguido de Naive Bayes que fue el que obtuvo un mejor resultado en la validación cruzada con 79.62% de
exactitud y en la etapa de prueba con 86% de exactitud entre los tres algoritmos de machine learning. Además, los
resultados obtenidos muestran que los tres algoritmos de machine learning tienen un desempeño similar | es_PE |
dc.description.abstract | Phishing in recent years has increased and this year was no exception. Due to the pandemic, there was a
considerable increase in this type of cyber-attacks; among the reasons for its growth is the quarantine. This type of
attack usually has a negative impact on Internet users and even more so on companies, with phishing being one of the
most frequent attacks. For example, in the news and on social networks it can be observed how banks or payment
platforms warn their users about these attacks so that they can be alert, as can be observed the discomfort of users
when they post or comment on social media that they have been victims of such attacks. For this reason, this work
seeks to correctly identify people's opinions about publications made by banks in Peru about phishing, classifying
their opinion as positive or negative. Natural language processing (PLN) and sentiment analysis are used to process
the text, with the Naive Bayes, Random Forest and Support Vector Machine (SVM) algorithms in the case of machine
learning and with the BERT transformer in the case of deep learning, in order to know which of the four algorithms
has better results. The methodology used consists of 5 steps from the search and creation of the dataset, through the
preprocessing stage, training, testing, and ending with the evaluation of the results. Of the four algorithms, BERT
obtained the best result with an accuracy of 86.90% followed by Naive Bayes which obtained the best result in the
cross validation with 79.62% accuracy and in the testing stage with 86% accuracy among the three machine learning
algorithms. In addition, the results obtained show that the three machine learning algorithms have similar
performance. | en_EN |
dc.format | application/pdf | |
dc.language.iso | spa | |
dc.publisher | Universidad de Lima | |
dc.rights | info:eu-repo/semantics/openAccess | * |
dc.rights.uri | https://creativecommons.org/licenses/by-nc-sa/4.0/ | * |
dc.source | Repositorio Institucional Ulima | |
dc.source | Universidad de Lima | |
dc.subject | | es_PE |
dc.subject | | en_EN |
dc.title | Comparación de algoritmos de machine learning para clasificar opiniones de usuarios acerca de publicaciones hechas por bancos de Perú sobre phishing | es_PE |
dc.type | info:eu-repo/semantics/bachelorThesis | |
thesis.degree.discipline | Ingeniería de Sistemas | |
thesis.degree.grantor | Universidad de Lima. Facultad de Ingeniería | |
thesis.degree.level | Titulo profesional | |
dc.type.other | Tesis | |
thesis.degree.name | Ingeniero de Sistemas | |
dc.publisher.country | PE | |
dc.subject.ocde | https://purl.org/pe-repo/ocde/ford#2.02.04 | |
renati.author.dni | 72869284 | |
renati.advisor.orcid | https://orcid.org/0000-0001-5185-9745 | |
renati.advisor.dni | 44196581 | |
renati.juror | Escobedo Cardenas, Edwin Jonathan | |
renati.juror | Mayhua Quispe, Angela Gabriela | |
renati.juror | More Sanchez, Javier | |
renati.juror | Ramos Ponce, Oscar Efrain | |
renati.level | http://purl.org/pe-repo/renati/level#tituloProfesional | * |
renati.type | https://purl.org/pe-repo/renati/type#tesis | * |
renati.discipline | 612076 | |
ulima.cat | OI | |
dc.identifier.isni | 121541816 | |