A genetic-based intelligent intrusion detection system
Genetik tabanlı akıllı bir saldırı tespit sistemi
- Tez No: 166903
- Danışmanlar: DOÇ. DR. TAYYAR ŞEN
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Saldın Tespiti, Genetik Algoritmalar, Makine Öğrenimi, Intrusion Detection, Genetic Algorithms, Machine Learning IV
- Yıl: 2005
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 150
Özet
oz GENETİK TABANLI AKILLI BİR SALDIRI TESPİT SİSTEMİ ÖZBEY, Halil Yüksek Lisans, Endüstri Mühendisliği Bölümü Tez Yöneticisi: Doç. Dr. Tayyar ŞEN Eylül 2005, 139 sayfa Bu çalışmada bilgisayar sistemlerinde yeni tip saldırıların tespit edilmesi sorunu ele alınmıştır. Yaygın olarak kullanılan bilgi-tabanlı mekanizmalar bu soruna karşı çaresiz kalmaktadır. Davranış tabanlı prototipler ya hassasiyet ve bütünlük sorunları yaşamakta ya da gerçekte elde olmayan anormal durum verisine gerek duymaktadır. Amacımız hedef sistem için negatif veri kullanmadan tatminkar bir davranış modeli üretebilecek bir algoritma geliştirmektir. İlk olarak Kova Birliği Algoritması'na [8] teşvikler eklenmiş genetik tabanlı makine öğrenimi teknikleri kullanan davranış tabanlı akıllı bir algoritma geliştirilmiştir. Bu algoritma olası durumları normal ve anormal olmak üzere iki sımfa ayırıp anormal gözlemleri bir saldırının varlığının kanıtları olarak yorumlamaktadır. Daha sonra normal davranışı kavramaya odaklanıp yine saldırıları anormal durumları saptayarak algılayan bir model sunulmaktadır. Normal durum verilerinin sürekli olarak eklenip her adımda benzer kural Mülerinin birleştirilmesi ile az yer kaplayan ama yüksek derecede bütünlük arz eden bir kural kümesi elde edilmektedir. KDD-99 veri kümesi ile yapılan testlerde oldukça iyi sonuçlar alınmıştır.
Özet (Çeviri)
ABSTRACT A GENETIC-BASED INTELLIGENT INTRUSION DETECTION SYSTEM ÖZBEY, Haul M.Sc, Department of Industrial Engineering Supervisor: Assoc. Prof. Dr. Tayyar ŞEN September 2005, 139 pages In this study we address the problem of detecting new types of intrusions to computer systems which cannot be handled by widely implemented knowledge- based mechanisms. The solutions offered by behavior-based prototypes either suffer low accuracy and low completeness or require use data eplaining abnormal behavior which actually is not available. Our aim is to develop an algorithm which can produce a satisfactory model of the target system's behavior in the absence of negative data. First, we design and develop an intelligent and behavior-based detection mechanism using genetic-based machine learning techniques with subsidies in the Bucket Brigade Algorithm [8]. It classifies the possible system states to be normal and abnormal and interprets the abnormal state observations as evidences for the presence of an intrusion. Next we provide another algorithm which focuses on capturing normal behavior of the target system to detect intrusions again by identifying anomalies. A compact and highly complete rule set is generated by continuously inserting observed states as rules into the rule set and combining similar rule pairs in each step. Experiments conducted using the KDD-99 data set have produced fairly good results for both of the algorihtms.
Benzer Tezler
- Optimized weighted ensemble classifier for intrusion detection application
Eniyilenmiş ağırlıklı sınıflandırıcı topluluğu ile saldırı tespit uygulaması
ATİLLA ÖZGÜR
Doktora
İngilizce
2017
Elektrik ve Elektronik MühendisliğiBaşkent ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. HAMİT ERDEM
- Makine Öğrenmesi ve Genetik Algoritma Kullanılarak Anomali Tabanlı Saldırı Tespit Sistemi
Anomaly Based Intrusion Detection System Using Machine Learning And Genetic Algorithm
MUSTAFA VEYSEL ÖZSARI
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnkara ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ AYHAN AYDIN
- Destek vektör regresyonu ile PID kontrolör tasarımı
Design of PID controller via support vector regression
KEMAL UÇAK
Yüksek Lisans
Türkçe
2012
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. GÜLAY ÖKE
- Hiper parametre ayarlarının saldırı tespit sistemlerin performansı üzerindeki etkilerinin incelenmesi
Studying the effects of hyperparameter tuning on the performance of intrusion detection systems
FUAT SUNGUR
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSivas Bilim ve Teknoloji ÜniversitesiSavunma Teknolojileri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HALİT BAKIR
- Hybrid intelligent android malware detection in auto-driving vehicles based on adaptive genetic algorithm: A software engineering perspective
Uyarlanabilir genetik algoritmaya dayalı sürücüsüz araçlarında hibrit akıllı android kötü amaçlı yazılım tespiti: Yazılım mühendisliği perspektifi
LAYTH SATTAM HAMMOOD HAMMOOD
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. İBRAHİM ALPER DOĞRU