Geri Dön

A combined wavelet and autoregressive based statistical intrusion detection system 'the wavelet-AR IDS'

Birleştirilmiş dalgacık ve özbağlanım temelli statistiksel saldırı tespit sistemi 'dalgacık-özbağlanım saldırı tespit sistemi'

  1. Tez No: 200419
  2. Yazar: UMUT GÜVEN
  3. Danışmanlar: PROF.DR. EMİN ANARIM
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2007
  8. Dil: İngilizce
  9. Üniversite: Boğaziçi Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 142

Özet

Bilgisayar agları artan karmasıklasan yapılardır ve birçok bireysel ekipmandan olusur, bunlar yönlendiriciler ve ag anahtarlarıdır. Bilgisayar aglarının verimlilik bilgisi dogrudan elde edilebilen bir veri degildir, elde edilen bilgiler bilgisayar aglarının davranıslarını anlamak için analiz edilmelidir. Yetkisiz kullanıcıların ve uzak agdaki saldırganların olusturdugu tehditler giderek artmaktadır. Güvenilir, kararlı ve güçlü Saldırı Tespit Sistemlerine ihtiyaç vardır. Saldırı Tespit Sitemler için bazı genel ölçütler vardır. Bunlar, düsük yanlıs-pozitif oranı ve yanlıs-negatif oranı ile yüksek dogru-pozitif oranı ve dogru-negatif oranıdır. Eger ki bir Saldırı Tespit Sitemi bu ölçütleri saglarsa o zaman ag güvenligi için kullanılabilir. Bu tezde yeni bir Saldırı Tespit Sistemi tasarımı önerilmistir. Dalgacık-Özbaglanım Saldırı Tespit Sistemi (STS) yukarıda belirtilen ölçütleri saglayacak sekilde tasarlanmıstır. Tasarım evresinde, amaç Özbaglanım temelli STS'nin yanlıs-pozitif oranını düsürmekti. Diger bir amaç ise saldırı tespit oranını arttırmak için yeni bir A operatör matrisi tasarlamaktı. Bu tezdeki asıl yenilik ise Dalgacık ve Özbaglanım temelli modelleri güvenilir ve kararlı bir Saldırı Tespit Sistemi elde etmek için birlestirmekti. Gösterilmistir ki Dalgacık-Özbaglanım STS kabul edilebilir yanlıs-alarm oranı ve yanlıs-negatif oranına sahiptir. Ve de Dalgacık-Özbaglanım STS yüksek dogru-pozitif oranına ve dogru-negatif oranına sahiptir. Sonuç olarak, Dalgacık-Özbaglanımlı STS iyi bir statistiksel Saldırı Tespit Sistemidir.

Özet (Çeviri)

Networks are complex interacting systems and are comprised of several individual entities such as routers and switches. Network performance information is not directly available, and the information obtained must be synthesized to obtain an understanding of the ensemble behavior. Threat from un-authorized users and remote attackers is increasing rapidly. There is a need for robust and reliable Intrusion Detection Systems. Common criterions for reliable IDS are low false positive rate and false negative rate, and high true positive rate and true negative rate. If IDS satisfies these criterions then it can be used to provide network security. In this thesis, a new IDS scheme is proposed. Wavelet-AR IDS is designed to satisfy the criterions above. In the design phase the objective was to reduce to Autoregressive based IDS?s false positive rate. The other objective was to design a new A operator matrix in order to increase the detection rate of Intrusion Detection System. The innovation in this thesis is to combine Wavelet and Autoregressive models in order to design a robust and reliable Intrusion Detection System. It is shown that Wavelet-AR IDS has acceptable false alarm rate and false negative rate, and Wavelet-AR IDS has high true positive rate and true negative rate. Consequently, we can say that Wavelet-AR IDS is a good Statistical Intrusion Detection System.

Benzer Tezler

  1. Dalgacık bulanık zaman serisi yöntemi ile aylık akım tahmini

    Monthly river discharge prediction by wavelet fuzzy time series method

    EYYUP ENSAR BAŞAKIN

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    İnşaat Mühendisliğiİstanbul Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MEHMET ÖZGER

  2. Sistem tanılama makine öğrenmesi ve derin öğrenme modelleri ile güneş radyasyonu tahmini

    Solar radiation forecasting using system identification machine learning and deep learning models

    GÖKSEL KADER

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Enerjiİstanbul Teknik Üniversitesi

    Enerji Bilim ve Teknoloji Ana Bilim Dalı

    PROF. DR. ÖNDER GÜLER

  3. Nijer'de iklim endeksleri ile ilişkili meteorolojik kuraklık analizi ve tahmini: Dalgacık-ANFIS yaklaşımı

    Analysis and forecast of meteorological drought associated with climate indices in Niger: A combined wavelet-ANFIS approach

    ZAKARI SEYBOU ABDOURAHAMANE

    Doktora

    Türkçe

    Türkçe

    2019

    İnşaat MühendisliğiAtatürk Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    PROF. DR. REŞAT ACAR

  4. Bahçecik (Gümüşhane-Tekke) traverten ocağındaki kırık, çatlak, boşluk ve süreksizliklerin yer radarı (GPR) yöntemi ile araştırılması

    Investigation of fractures, cracks, voids and discontinuities in Bahçeci̇k (Gümüşhane-Tekke) travertine quarry with ground penetrating radar (GPR) method

    HİLAL ALEMDAĞ

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    Jeofizik MühendisliğiKaradeniz Teknik Üniversitesi

    Jeofizik Mühendisliği Ana Bilim Dalı

    PROF. DR. AYSEL ŞEREN

  5. Dalgacıklı çoklu erişim sistemlerinin genetik algoritma ile optimizasyonu

    Optimization of wavelet-based multiple access systems with genetic algorithm

    VOLKAN KUMBASAR

    Yüksek Lisans

    Türkçe

    Türkçe

    2006

    Elektrik ve Elektronik MühendisliğiGebze Yüksek Teknoloji Enstitüsü

    Elektronik Mühendisliği Ana Bilim Dalı

    Y.DOÇ.DR. OĞUZ KUCUR