Geri Dön

Anomaly detection from personal usage patterns in WEB applications

WEB uygulamalarında kişisel kullanım örüntülerinden anormallik tespiti

  1. Tez No: 199367
  2. Yazar: GÜRKAN VURAL
  3. Danışmanlar: DR. MELTEM TURHAN YÖNDEM, DR. ONUR TOLGA ŞEHİTOĞLU
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Anormallik Tespiti, Web Uygulama Güvenliği, Sonlu Durumu gügMarkov Zincirleri, Gizli Markov Modeller, Zamansal Dizi Oğrenme, Anomaly Detection, Web Application Security, Finite State Markov Chains, Hidden Markov Models, Temporal Sequence Learning
  7. Yıl: 2006
  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: 95

Özet

Anormallik tespiti, bilgisayar kullanıcısı, sistemi veya ağına ait davranış ve hareketlerg sişerisinde sabit olarak kodlanmış veya güzlemlerle üğrenilmiş normal davranış model-c s o og s slerini baz alarak, nadir gürülen (ve potansiyel olarak riskli) davranış ve hareketlerinou svarlığının algılanmasıdır. Anormallik tespit ajanı, geşici veri dizilerinden üğrenmeyi,g c ogbir tek sınıfın ürneklemelerinden üğrenmeyi ve dinamik olarak değişen bir ortamao og gsadaptasyonu işeren bir şok üğrenme problemiyle karşılaşır. Bu alan, güvenlik kon-c c og ss utrolünden geşmiş kütü niyetli bir kullanıcının değişimleri (güvenilirliği tespit edilmişu c s ou gs u g skullanıcının zararsız ve zararlı değişimleri arasındaki ayrımının tespit edilmesi) güzgs oouününe alındığında karmaşıktır.g sBu şalışma web uygulamalarında anormallik tespitini tanımlar ve geşici veri dizisics cuzerinden şıkarım yapma problemi olarak formüle eder. Bu şalışmadaki hedef, webü c u csuygulaması kullanıcısının normal kullanım durumuna dayalı bir model veya profiloluşturmak ve beklenen davranış kalıplarından sapmalar olarak kabul edilen anormals sdurumları tespit etmektir. Burada, web uygulamaları aracılığıyla güzlemlenen, kul-g olanıcı davranışı aşısından normallik modelleri uzerinde durulmaktadır. Bu şalışmada,sc ü csSonlu Durum Markov Zincirleri ve Gizli Markov Modeller vasıtasıyla en düşuk sınıflan-usüdırma hiyerarşisi düzeyinde işlev gürmesi istenen bazı algılayıcılar sunuyor ve bus u s oalgılayıcıların başarımlarını ele alıyoruz.s

Özet (Çeviri)

The anomaly detection task is to recognize the presence of an unusual (and poten-tially hazardous) state within the behaviors or activities of a computer user, system,or network with respect to some model of normal behavior which may be either hard-coded or learned from observation. An anomaly detection agent faces many learningproblems including learning from streams of temporal data, learning from instancesof a single class, and adaptation to a dynamically changing concept. The domainis complicated by considerations of the trusted insider problem (recognizing the dif-ference between innocuous and malicious behavior changes on the part of a trusteduser).This study introduces the anomaly detection in web applications and formulatesit as a machine learning task on temporal sequence data. In this study the goal isto develop a model or profile of normal working state of web application user and todetect anomalous conditions as deviations from the expected behavior patterns. Wefocus, here, on learning models of normality at the user behavioral level, as observedthrough a web application. In this study we introduce some sensors intended tofunction as a focus of attention unit at the lowest level of a classification hierarchyusing Finite State Markov Chains and Hidden Markov Models and discuss the successof these sensors.

Benzer Tezler

  1. A multilevel hybrid classifier using variant feature sets for intrusion detection

    Saldırı tespiti için farklı özellik setleri kullanan çok düzeyli melez sınıflandırıcı

    ASLIHAN AKYOL ÖZKAYA

    Doktora

    İngilizce

    İngilizce

    2016

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMevlana Üniversitesi

    Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. BEKİR KARLIK

  2. Toplum güvenliği ve kişisel mahremiyet için insansız hava aracı anomali tespiti

    Unmanned aerial vehicle anomaly detection for public safety and personal privacy

    TANSEL ÖZTÜRK

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Sabahattin Zaim Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ŞENGÜL BAYRAK HAYTA

  3. Makine öğrenmesi algoritmalarının hibrit yaklaşımı ile ağ anomalisi tespiti

    Network anomaly detection with a hybrid approach of machine learning algorthms

    FEYZA ÖZGER

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya Uygulamalı Bilimler Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. HALİT ÖZTEKİN

  4. İklimlendirme sistemleri üzerinde makine öğrenmesi ile anomali tespiti

    Anomaly detection with machine learning on air conditioning systems

    REFİK KİBAR

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ MUHAMMED FATİH ADAK

    DR. ÖĞR. ÜYESİ KEVSER OVAZ AKPINAR

  5. Yazılım tanımlı ağlar ve nesnelerin interneti temelli akıllı şebekelerde anomali tespiti

    Anomaly detection in smart grids based on software-defined networks and the internet of things

    HİLAL YILDIZ

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ MUSA BALTA