Geri Dön

Özdüzenlemeli haritalar kullanılarak ağ trafiğini etkileyecek saldırıların tespiti

Network intrusion detection by using self-organizing maps

  1. Tez No: 179111
  2. Yazar: TEVFİK KIZILÖREN
  3. Danışmanlar: YRD. DOÇ. DR. EMİN GERMEN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Elektrik ve Elektronik Mühendisliği, Computer Engineering and Computer Science and Control, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2009
  8. Dil: Türkçe
  9. Üniversite: Anadolu Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 60

Özet

Ağ trafiği üzerindeki anomalileri tespit etme bilgisayar biliminin üzerinde en çok durulan konularından bir tanesidir. Bu çalışma ağ trafik davranışın analiz etmek için yeni bir sınıflandırma yöntemi içermektedir. Ağ trafiğini, saldırılar, dosya indirme, port tarama, gibi belli başlı bilinen anomalilerden ayırabilmek için çok biinen bir Yapay Sinir Ağı Mimarisi olan Özdüzenlemeli Ağlar kullanılmıştır. Trafiğin ölçümü çalışmanın ilk kısmında Basit Ağ Yönetim Protokolü (SNMP) aracılığıyla yapılmıştır. İkinci kısımda ise KDD Cup tarafından 1999 yılında hazırlanmış olan bir veri kümesi kulllanılmıştır. Bu veri kümesi ilk kısımdan farklı olarak Temel Bileşen Analizine tabi tutulmuş ve Temel Bileşen Analizinin bu sistemin karar verme başarısına olan etkisi gözlenmiştir. İkinci kısımda, eğer optimum temel bileşen sayısı kullanılırsa sistemin başarı oranının düşmediği aksine bir miktar yükseldiği görülmüştür. Her iki kısımda da elde edilen sonuçlar başarı yüzdesi olarak literatürdeki diğer uygulamalara oranla oldukça tatmin edicidir.

Özet (Çeviri)

Anomali detection in netwokr traffic is one of the most challenging topics in the study of computer science and networking. This work introduces a classification method for analyzing network traffic behavior. In order to distinguish the normal traffic with well-known anomalies such as port scanning and DOS attacks, Self Organizing Maps, one of the well-known artificial neural network architecture, is used. In the first part of this work, Simple Network Management Protocol(SNMP) performs the measurment of network traffic. In the second part, the dataset prepared by KDD is used. Unlike first part, the dataset is subjected to Principal Component Analysis. In this part, the result we obtained implies that if optimum number of Principle Components is used the decision rate of system is improved. It is worth to mention that impressively satisfactory results have been obtained.

Benzer Tezler

  1. Hydips: A Hybrid neural network based diagnostic tool for perinatal surveillance

    Perinatal takipte bir hibrit nöron ağına dayanan tanı aracı

    NAZİFE BAYKAL

    Doktora

    İngilizce

    İngilizce

    1996

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. NEŞE YALABIK

  2. Unsupervised texture segmentation with Markov random fieled models and self organizing maps

    Markov rasgele alan modelleri ve özdüzenlemeli haritalar ile gözetimsiz doku bölütlemesi

    MESUT GÖKTEPE

    Doktora

    İngilizce

    İngilizce

    1996

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. NEŞE YALABIK

  3. Fractal image compression techniques

    Fraktal görüntü sıkıştırma teknikleri

    EREN GÜRSES

    Yüksek Lisans

    İngilizce

    İngilizce

    1999

    Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. UĞUR HALICI

    PROF. DR. MEHMET KEMAL LEBLEBİCİOĞLU

  4. Prediction of protein subcellular localization based on primary sequence date

    Birincil dizi veri temelli protein hücre içi yer belirleme tahmini

    MERT ÖZARAR

    Yüksek Lisans

    İngilizce

    İngilizce

    2003

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. VOLKAN ATALAY

  5. Sismik anomalilerin yapay sinir ağları yönetimi ile tanınması ve sınıflandırılması

    The recognition and classification of seismic anomalies by ANN method

    MEHMET SİRAÇ ÖZERDEM

    Doktora

    Türkçe

    Türkçe

    2003

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. AHMET COŞKUN SÖNMEZ