Geri Dön

Saldırı tespit sistemleri tekniklerinin karşılaştırılması

Comparision of intrusion detection systems

  1. Tez No: 220150
  2. Yazar: SERDAR SANCAK
  3. Danışmanlar: YRD. DOÇ. DR. HÜSEYİN İNCE
  4. Tez Türü: Yüksek Lisans
  5. Konular: İşletme, Business Administration
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2008
  8. Dil: Türkçe
  9. Üniversite: Gebze Yüksek Teknoloji Enstitüsü
  10. Enstitü: Sosyal Bilimler Enstitüsü
  11. Ana Bilim Dalı: Strateji Bilimi Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 74

Özet

Günümüzde internetin yaygınlaşması ile birlikte hayatımız kolaylaşmakta ve istedigimiz bilgiye birkaç tuş darbesi ile ulaşabilmekteyiz. Ancak dün olduğu gibi bugün de kötü niyetli insanlar var ve bunlardan korunmak zorundayız.Bilgi sistem donanımlarımızın bulunduğu ağımızı internetten gelecek saldırılara karşı korumak için güvenlik duvarının (firewall) yanısıra ?Saldırı Tespit Sistemlerini (STS)? kullanmaktayız. STS'ler sürekli ağımızı izler ve anormal bir durumla (saldırı) karşılaştığı zaman, bunu inceleyerek saldırı olup olmadığına karar verir ve sistem yöneticilerini uyarır.STS sisteminin verdiği kararların doğruluğunu arttırmak için ensemble yöntemini kullanabiliriz. Ensemble yöntemi, temel olarak ?tek bir uzmanın verdiği karar yerine, birkaç uzmanın verdiği kararı kullanmak daha iyi olabilir)? yaklaşımını benimsemektedir. Gerçek yaşamda da durum böyledir. Örneğin, birkaç doktorun teşhis konusunda hemfikir olması riski azaltır.STS'ler, aynı eğitim setini farklı tekniklerle sınıflandırarak, elde edilen sonuçları gruplayabilir ve daha doğru kararlar verilebilir. Burada kullanılacak sınıflandırıcıların seçimi de çok önemlidir.Bu tez çalışmasının amacı, KDD-99 veri setindeki saldırıların doğru olarak sınıflandırılması ve sınıflandırma amacıyla kullanılan yöntemlerden bireysel tekniklerin mi, yoksa ensemble tekniklerinin mi daha başarılı olduğunu tespit etmektir.

Özet (Çeviri)

Nowadays usage of internet is becoming commonplace and this make our life more simplier. We can acquire everykind of information with pressing several buttons. However there are some malicious people today like yesterday and we must prevent us from them.We use firewall and intrusion detection systems (IDS) for saving our network which include our information system hardware from the attacks which can be come from internet. IDS watches our network continuously and if an abnormal situation (attack) occurs, it investigates it and decides that this abnormal situation is an attack or not.We can use ensemble methods to encrease accuracy of IDS?s decisions. Ensemble methods essentially adopts that using some of expert?s decisions can be better than only one expert?s decision. This situation is valid in real life, too. For example if some of doctors agree on about a diagnosis, this decreases the risk.IDS can classify the same education set with using different technics and can grouping acquired results and by this way more accurate decisions can be given. In here, choosing classifying parameters which is going to be used is very important.The purpose of this thesis is classifying the attacks in the KDD-99 data set correctly and find out that which technics are more successful for classifying, individual technics or ensemble technics.

Benzer Tezler

  1. Kolektif makine öğrenmesi tabanlı ağ saldırı tespiti

    Collective machine learning based network intrusion detection

    ŞURA EMANET

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMarmara Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ÖNDER DEMİR

    DR. ÖĞR. ÜYESİ GÖZDE KARATAŞ BAYDOĞMUŞ

  2. Managing the human factors in information security through computational intelligence methods

    Bilgi güvenliğinde insan faktörlerini sayısal zeka yöntemleriyle yönetme

    MURAT OĞUZ

    Yüksek Lisans

    İngilizce

    İngilizce

    2014

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMelikşah Üniversitesi

    Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. İHSAN ÖMÜR BUCAK

  3. Saldırı tespit sistemleri için makine öğrenme yöntemlerinin performans karşılaştırması

    Performance comparison of machine learning methods for attack detection systems

    CİHAT GÜRMEN

    Yüksek Lisans

    Türkçe

    Türkçe

    2020

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHarran Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. İBRAHİM BERKAN AYDİLEK

  4. Saldırı tespit sistemlerinde makine öğrenmesi tekniklerinin kullanılması: Karşılaştırmalı performans analizi

    Use of machine learning techniques in intrusion detection systems: Comparative analysis of performance

    ÇETİN KAYA

    Yüksek Lisans

    Türkçe

    Türkçe

    2016

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    ÖĞR. GÖR. OKTAY YILDIZ

  5. Saldırı tespit sistemlerinde kullanılan makine öğrenmesi tekniklerinin performans analizi

    Performance analysis of machine learning techniques used in attack detection systems

    UFUK MURTAZA

    Yüksek Lisans

    Türkçe

    Türkçe

    2020

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Aydın Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. ZAFER ASLAN