Improving kernel performance for network sniffing
Ağ koklaması için çekirdek performansının arttırılması
- Tez No: 143387
- Danışmanlar: DR. CEVAT ŞENER
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: sniffer, kernel modification, driver modification
- Yıl: 2003
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 89
Özet
Koklama, telefon dinlemenin bilgisayar-ağ eşleniğidir. Bir koklayıcı ise koklama için kullanılan herhangi bir yazılım aracıdır. Yüksek ağ trafiği ve yükü sebebiyle modern ağların ihtiyaçları koklayıcıların karşılayabileceğinden çok daha fazladır. Bu problemin üstesinden gelebilmek için bazı çabalar gösterilmiştir. Başarılı yaklaşımlar olsa da problem tamamen çözülememiştir. Çabalar genellikle, daha hızlı donanım kullanma, ağ arayüz kartı sürücülerinde değişiklik yapma, çekirdekte değişiklik yapma ya da bunların kombinasyonlarını içermektedir. Çabaların çoğu ya pahalı ya da teknik bilgisi açıklanmamış çabalardır.. Bu tezde, ağdan yakalanan verinin uygulamaya mümkün olduğunca hızlı aktarılması amacıyla, probleme çekirdekte ve ağ arayüz karti sürücüsünde değişiklik yaparak saldınlmıştır.
Özet (Çeviri)
Sniffing is computer-network equivalent of telephone tapping. A Sniffer is simply any software tool used for sniffing. Needs of modern networks today are much more than a sniffer can meet, because of high network traffic and load. Some efforts are shown to overcome this problem. Although successful approaches exist, problem is not completely solved. Efforts mainly includes producing faster hardware, modifying NICs (Network Interface Card), modifying kernel, or some combinations of them. Most efforts are either costly or no know-how exists. In this thesis, problem is attacked via modifying kernel and NIC with aim of transfer ring the data captured from the network to the application as fast as possible. Snort [1], running on Linux, is used as a case study for performance comparison with the original system. A significant amount of decrease in packet lost ratios is observed at resultant system.
Benzer Tezler
- Efficient optimization algorithms for computational biology
Hesaplamalı biyolojide etkin eniyileme algoritmaları
OĞUZ CAN BİNATLI
Doktora
İngilizce
2024
Endüstri ve Endüstri MühendisliğiKoç ÜniversitesiEndüstri Mühendisliği ve Operasyon Yönetimi
PROF. DR. MEHMET GÖNEN
- Use of spatial information in classification and segmentation of synthetic aperture radar images
Uzamsal bilgilerin yapay açıklıklı uydu görüntülerinin sınıflandırma ve bölütleme işleminde kullanılması
ÜNSAL GÖKDAĞ
Doktora
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÖKHAN BİLGİN
- Hyperspectral image classification with active learning and Bayesian convolutional neural networks
Aktif öğrenme ve Bayes evrişimsel sinir ağları ile hiperspektral görüntü sınıflandırma
MAHMOOD SIDDEEQ QADIR QADIR
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. GÖKHAN BİLGİN
- Prediction of COVID 19 disease using chest X-ray images based on deep learning
Derin öğrenmeye dayalı göğüs röntgen görüntüleri kullanarak COVID 19 hastalığının tahmini
ISMAEL ABDULLAH MOHAMMED AL-RAWE
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ADEM TEKEREK
- Ağ kontrol sistemlerinin performans analizi
Performance analysis of network control systems
GÜLSÜM YILDIRIZ
Yüksek Lisans
Türkçe
2012
Elektrik ve Elektronik MühendisliğiCumhuriyet ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. MANAFEDDİN NAMAZOV