Statistical methods used for intrusion detection
Saldırı tespitinde istatistiksel yöntemlerin kullanımı
- Tez No: 183464
- Danışmanlar: PROF. DR. HALİS PÜSKÜLCÜ, YRD. DOÇ. DR. TUĞKAN TUĞLULAR
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2006
- Dil: İngilizce
- Üniversite: İzmir Yüksek Teknoloji Enstitüsü
- Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Yazılımı Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Her gün bilgisayar ağlarına yönelik saldırılar gerçekleşmektedir. Saldırı tespitsistemleri bu saldırıları tespit edip etkilerini azaltmak için kullanılmaktadır. İmzatemelli saldırı tespit sistemleri, sadece bilinen saldırıları tanımlayabilmekte,bilinmeyen ve yeni saldırılar karşısında etkisiz kalmaktadır. Anormallik tespiti ilesaldırı tespiti yöntemleri bilinmeyen saldırıları tespit etmeyi hedeflemektedir ve buamaca yönelik geliştirilmiş algoritmalar mevcuttur. Bu çalışmada beş anormalliktespiti algoritması ve imza tabanlı bir saldırı tespit sistemi olan Snort'un, sentetik vegerçek veri kümeleri üzerinde test edilip başarımlarının gösterilmesi hedeflenmiştir.Snort ve SPADE algoritmaları kullanılarak saldırıların bir bölümü tespitedilebilmiştir. PHAD ve diğer algoritmalarda ise testlerde yeteri kadar uzun eğitimverisi olmaması sebebiyle saldırıların önemli bir bölümü tespit edilememiştir.
Özet (Çeviri)
Computer networks are being attacked everyday. Intrusion detection systemsare used to detect and reduce effects of these attacks. Signature based intrusiondetection systems can only identify known attacks and are ineffective against noveland unknown attacks. Intrusion detection using anomaly detection aims to detectunknown attacks and there exist algorithms developed for this goal. In this study,performance of five anomaly detection algorithms and a signature based intrusiondetection system is demonstrated on synthetic and real data sets. A portion of attacksare detected using Snort and SPADE algorithms. PHAD and other algorithms couldnot detect considerable portion of the attacks in tests due to lack of sufficiently longenough training data .
Benzer Tezler
- Deep packet inspection methods for network intrusion detection and application classification
Ağ saldırı tespiti ve uygulama sınıflandırması için derin paket inceleme yöntemleri
ÇAĞATAY ATEŞ
Yüksek Lisans
İngilizce
2022
Elektrik ve Elektronik MühendisliğiBoğaziçi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. EMİN ANARIM
PROF. MUTLU KOCA
- Bilgisayar ağlarında saldırı tespiti için istatistiksel yöntem kullanılması
Use of statistical method for computer network intrusion detection
MUHAMMED ALİ AYDIN
Yüksek Lisans
Türkçe
2005
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET BÜLENT ÖRENCİK
- An intrusion detection based on command usage profiling
Komut kullanımı profiline dayalı saldırı sezim yöntemi
OĞUZHAN ÖZTÜRK
Yüksek Lisans
İngilizce
2003
Endüstri ve Endüstri MühendisliğiBoğaziçi ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. ALİ RIZA KAYLAN
- Novel time-series based DDoS attack detection schemes for traditional networks and software defined networks
Geleneksel ve yazılım tabanlı ağlar için yeni, zaman serisi bağlamlı DDoS saldırı tespit şemaları
RAMIN FULADİ
Doktora
İngilizce
2021
Elektrik ve Elektronik MühendisliğiBoğaziçi ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. EMİN ANARIM
- Data mining and machine leaning methods for cyber security
Başlık çevirisi yok
MOHAMMAD SAEED YASEIN BAKAR
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş ÜniversitesiBilişim Teknolojileri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SEFER KURNAZ