Web uygulamalarında yapay zekâ destekli saldırı tespiti
Artificial intelligence-based attack detection in web applications
- Tez No: 1024466
- Danışmanlar: DR. ÖĞR. ÜYESİ AYŞE ELDEM
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2026
- Dil: Türkçe
- Üniversite: Karamanoğlu Mehmetbey Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Web uygulamalarına yönelik siber saldırıların artması, bu sistemlerin güvenliğinin sağlanmasını önemli bir gereklilik hâline getirmiştir. Bu tezde, web uygulamalarında zafiyet ve saldırı tespiti problemi makine öğrenmesi tabanlı yöntemler kullanılarak ele alınmıştır. Çalışmada, web sunucusu erişim günlükleri ve etiketlenmiş web log verileri kullanılarak normal ve saldırı içerikli HTTP isteklerinin sınıflandırılması amaçlanmıştır. Bu kapsamda Lojistik Regresyon, Naive Bayes, Karar Ağaçları, K-En Yakın Komşu (KNN), Rastgele Orman (Random Forest), Destek Vektör Makineleri (SVM) ve XGBoost algoritmaları ile Hard Voting ve Soft Voting topluluk öğrenme yöntemleri değerlendirilmiştir. Deneysel analizler sonucunda, ağaç tabanlı algoritmalar ve topluluk öğrenme modellerinin saldırı tespitinde daha başarılı performans sergilediği görülmüştür. Yapay zekâ ve makine öğrenmesi tabanlı yaklaşımların web uygulamalarının güvenliğinin artırılmasında etkili ve uygulanabilir çözümler sunduğu belirlenmiştir.
Özet (Çeviri)
The increasing number of cyberattacks targeting web applications has made ensuring the security of these systems an important necessity. In this thesis, the problem of vulnerability and attack detection in web applications was addressed using machine learning-based methods. The study aimed to classify normal and attack-related HTTP requests by using web server access logs and labeled web log data. Within the scope of this study, Logistic Regression, Naive Bayes, Decision Tree, K Nearest Neighbors (KNN), Random Forest, Support Vector Machines (SVM), and XGBoost algorithms, together with the Hard Voting and Soft Voting ensemble learning methods, were evaluated. As a result of the experimental analyses, tree-based algorithms and ensemble learning models demonstrated better performance in attack detection. It was determined that artificial intelligence and machine learning-based approaches provide effective and applicable solutions for improving the security of web applications.
Benzer Tezler
- AI-powered web application security mechanisms
Yapay zeka destekli ağ uygulaması güvenliği düzenekleri
DİLEK YILMAZER DEMİREL
Doktora
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MEHMET TAHİR SANDIKKAYA
- Yapay zekâ destekli öğrenci tanıma sisteminin tasarımı ve farklılaştırılmış öğretimin kavramsal öğrenmeye etkisi
Design of an artificial intelligence supported student recognition system and the effect of differentiated instruction on conceptual learning
HÜSEYİN MİRAÇ PEKTAŞ
Doktora
Türkçe
2025
Eğitim ve ÖğretimAmasya ÜniversitesiMatematik ve Fen Bilimleri Eğitimi Ana Bilim Dalı
PROF. DR. ORHAN KARAMUSTAFAOĞLU
- Enhancing smart environments through an ai-assisted IORT agent
Akıllı ortamların yapay zekâ destekli bir İORT aracısıyla güçlendirilmesi
YAKUP KAYATAŞ
Yüksek Lisans
İngilizce
2025
Bilim ve Teknolojiİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SANEM KABADAYI
- Yabani hayvanların derin öğrenme algoritmalarıyla tespit edilmesi ve uzaklaştırılması
Detection and deterrence of wild animals using deep learning algorithms
İBRAHİM AKBAŞ
Yüksek Lisans
Türkçe
2025
Bilim ve TeknolojiSelçuk ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. MURAT KÖKLÜ
- Analyzing perceptions of artificial intelligence use among pre-service and in-service EFL teachers
Hizmet öncesi ve hizmet içi İngilizce öğretmenlerinin yapay zekâ kullanımı hakkındaki algılarının analizi
SEVDE AYYILDIZ
Yüksek Lisans
İngilizce
2026
Eğitim ve Öğretimİstanbul Medeniyet ÜniversitesiYabancı Diller Eğitimi Ana Bilim Dalı
DR. ÖĞR. ÜYESİ FERDANE DENKCİ AKKAŞ
DR. ÖĞR. ÜYESİ HÜMEYRA GENÇ