Luca Ceriani
Esplorazione automatica del dark web: sviluppo di un sistema automatizzato per la scoperta e l'analisi di mercati illegali di dati = Automated dark web crawling: development of an automated system for the discovery and analysis of illegal data markets.
Rel. Marco Mellia, Stefano Traverso. Politecnico di Torino, Corso di laurea magistrale in Ingegneria Informatica (Computer Engineering), 2022
Abstract: |
Il furto di dati è in aumento continuo, e con esso, sono sempre più a rischio la privacy e la sicurezza degli utenti, degli asset aziendali e delle istituzioni. In un contesto simile è evidente che la protezione dell’identità digitale sia un elemento di massima rilevanza, anche considerando che i criminali informatici si impossessano di grandi quantità di informazioni personali mettendole in vendita per ottenere un rapido profitto. La tesi, sviluppata in collaborazione con Ermes Cyber Security di Torino, propone un approccio automatizzato alla ricerca, l’estrazione e l’analisi dei dati sottratti e messi in vendita sul dark web. L’obiettivo è quello di individuare le piattaforme attraverso cui i dati vengono venduti o scambiati e analizzare i dati in vendita al fine di generare avvisi per gli utenti e per le aziende coinvolte. Per il raggiungimento di quest’obiettivo è stato sviluppato un software Python in grado di scansionare automaticamente il dark web. La scansione mette in evidenza, assegnando un punteggio basato su parole chiave, i siti più rilevanti che saranno successivamente analizzati in maniera approfondita da parte del tecnico esperto. L’analisi fornisce le informazioni necessarie al software per l’estrazione automatica dell’elenco dei prodotti esposti (indirizzi email, carte di credito, password, ecc.) e messi sul mercato dai siti selezionati. Nella fase successiva, utilizzando tecniche di analisi del testo, è stato possibile classificare i prodotti in vendita. La tesi ha quindi indicato e sviluppato una metodologia semi-automatica per l’individuazione, l’estrazione e l’analisi dei dati sottratti illegalmente e poi messi in vendita sul dark web. |
---|---|
Relators: | Marco Mellia, Stefano Traverso |
Academic year: | 2021/22 |
Publication type: | Electronic |
Number of Pages: | 68 |
Additional Information: | Tesi secretata. Fulltext non presente |
Subjects: | |
Corso di laurea: | Corso di laurea magistrale in Ingegneria Informatica (Computer Engineering) |
Classe di laurea: | New organization > Master science > LM-32 - COMPUTER SYSTEMS ENGINEERING |
Aziende collaboratrici: | ERMES CYBER SECURITY S.R.L. |
URI: | http://webthesis.biblio.polito.it/id/eprint/22693 |
Modify record (reserved for operators) |