Geri Dön

Improving performance of network intrusion detection systems through concurrent mechanisms

Ağ saldırı tespit sistemlerinde eş zamanlı programlama teknikleri kullanarak performans artırımı

  1. Tez No: 143507
  2. Yazar: MUSTAFA ATAKAN
  3. Danışmanlar: DR. CEVAT ŞENER
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: NIDS, snort, concurrency, multi-threading, rule-based, real-time
  7. Yıl: 2003
  8. Dil: İngilizce
  9. Üniversite: Orta Doğu Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 58

Özet

Bilgisayar ağlarında bant genişliği arttıkça, ağ üzerinden akan trafiği gerçek zamanlı şekilde işleyecek Ağ Saldırı Tespit Sistemleri (ASTS), günümüz bilişim teknolojisinin en büyük ihtiyaçlarından biri haline gelmiştir. Bu sistemlerin yüksek hızda akan trafiği işleyebilecek şekilde dizayn edilmemesi ciddi güvenlik açığı sorunlarına ne den olabilir. Bundan dolayı, ASTS'lerin genel algoritma akışı içerisinde birtakım eş zamanlı programlama teknikleri kullanılmalıdır. Amaç, ASTS'lerin çalıştığı donamm üzerindeki kaynakları en verimli şekilde kullanabilmesi ve birbirinden bağımsız pro gram parçacıklarının eş zamanlı olarak çalışabilmesidir. Bu bağlamda çok-görevli yeni bir yapı tasarlanmakta ve eş zamanlı ölçütlerle incelenerek önceki yapılarla karşılaştırıl maktadır.

Özet (Çeviri)

As the bandwidth of present networks gets larger than the past, the demand of Net work Intrusion Detection Systems (NIDS) that function in real time becomes the major requirement for high-speed networks. If these systems are not fast enough to process all network traffic passing, some malicious security violations may take role using this drawback. In order to make that kind of applications schedulable, some concurrency mechanism is introduced to the general flowchart of their algorithm. The principal aim is to fully utilize each resource of the platform and overlap the indepen dent parts of the applications. In the sense of this context, a generic multi-threaded infrastructure is designed and proposed. The concurrency metrics of the new system is analyzed and compared with the original ones.

Benzer Tezler

  1. Improving the efficiency of intrusion detection systems through advanced machine learning techniques

    Gelişmiş makine öğrenimi teknikleriyle saldırı tespit sistemlerinin verimliliğinin artırılması

    ZAID OMAR ABDULAZEEZ ABDULAZEEZ

    Yüksek Lisans

    İngilizce

    İngilizce

    2025

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBahçeşehir Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ AHMET NACİ ÜNAL

  2. Topluluk makine öğrenmesi yöntemiyle saldırı tespit sistemi tasarımı ve performans analizi

    Intrusion detection system design and performance analysis by using ensemble learning methods

    MUSTAFA BURAK ÜRÜN

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilgi Güvenliği Mühendisliği Ana Bilim Dalı

    PROF. DR. YUSUF SÖNMEZ

  3. Güvenlik kameralarındaki yüz görüntülerinin süper çözünürlüklenetleştirilmesi

    Face enhancement in surveillance systems using super-resolutiontechniques

    ALİ HÜSAMEDDİN ATEŞ

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ HÜSEYİN ESKİ

  4. Kanal tabanlı özellik temsili ve derin öğrenmeye dayalı uykululuk sınıflandırması

    Drowsiness classification based on channel-based feature representation and deep learning

    MUSTAFA RIFAT ÇELİK

    Yüksek Lisans

    Türkçe

    Türkçe

    2025

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF. DR. ZÜMRAY ÖLMEZ

  5. Multipart music transcription using deep neural networks

    Derin öğrenme ağları ile çok sesli müzik transkripsiyonu

    EMİN GERMEN

    Doktora

    İngilizce

    İngilizce

    2025

    Müzikİstanbul Teknik Üniversitesi

    Müzik Ana Bilim Dalı

    PROF. DR. CAN KARADOĞAN