Geri Dön

Veri madenciliği teknikleri ile bilgisayar ağlarında anomali tespiti

Anomaly detection in computer networks with data mining

  1. Tez No: 332402
  2. Yazar: İDRİS BUDAK
  3. Danışmanlar: YRD. DOÇ. DR. BAHA ŞEN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Matematik, İstatistik, Computer Engineering and Computer Science and Control, Mathematics, Statistics
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2013
  8. Dil: Türkçe
  9. Üniversite: Karabük Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 74

Özet

Bilgi çağının en önemli unsurları olan bilginin üretilmesi , korunması ve erişilmesinde kullanılan bilgisayar ağlarının hız, güvenlik ve sürekliliği bugün hayatın vazgeçilmezleri arasında ilk sıralarda yerini almaktadır. Bu yüzden ağdaki düzensizliklerin zamanında tespit edilip önlemlerin alınması gerekmektedir. Bu çalışmadaki amaç bilgisayar ağlarındaki anomali tespitinde veri madenciliği tekniklerinden faydalanarak Binary Lojistik Regresyon tekniğinin uygulanabilirliğini incelemektir. Bu amaçla Saldırı Tespit Sistemleriyle ilgili çalışmalarda en sık kullanılan veri setlerinden olan KDD Cup?99 veri seti kullanılarak bir matematiksel model oluşturulup bu modelin uygunluğu test edilmiştir. Çalışma sonucu elde edilen model, test veri seti üzerinde uygulandığında gerçekte saldırı olan kayıtların 99,6% kadarının saldırı olduğunu bulmuştur. Eğitim veri setinde ise bu oran 99,9% olarak tespit edilmiştir.

Özet (Çeviri)

The most important elements of the information age is generation, securing, and access to knowledge, so the location of the first rank in indispensable of life today is computer networks with high speed, security, and continuity. Therefore, measures should be taken timely when anomalies detected in the network. The purpose of this working is to detect if logistic regression with data mining techniques is usable in anomaly detection for computer networks. For this purpose we used KDD Cup?99 data set for mathemaical model and tested that model for convenience. As a result of the model, in training dataset our model correctly found 99,6% of the real anomalies that are in the data set. In testing dataset our model found 99,9% of the real anomalies that are in the dat set.

Benzer Tezler

  1. Network anomaly detection using optimized machine learning algorithm

    Optimize edilmiş makine öğrenmesi algoritmaları kullanarak ağ anomali tespiti

    TAHIRA KHORRAM

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ NURDAN BAYKAN

  2. Intelligent anomaly detection techniques for denial of service attacks

    Hizmet engelleme saldırıları için akıllı anomali yakalama teknikleri

    RAMAZAN KARADEMİR

    Yüksek Lisans

    İngilizce

    İngilizce

    2015

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBahçeşehir Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. VEHBİ ÇAĞRI GÜNGÖR

  3. Veri madenciliği teknikleri kullanılarak sosyal ağlar aracılığı ile bilgisayar ve bilişim mühendisliği mezun öğrenci profillerinin belirlenmesi

    Analysis of student professions graduated from computer and information systems engineering through social networks using data mining techniques

    ESİN AYŞE ZAİMOĞLU

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya Üniversitesi

    Bilgisayar ve Bilişim Mühendisliği Ana Bilim Dalı

    DOÇ. NİLÜFER YURTAY

  4. System design for internet of things and network coding applications in the wireless personal area networks

    Nesnelerin interneti için sistem tasarımı ve kablosuz kişisel alan ağlarında ağ kodlama uygulamaları

    GÖRKEM ÖZVURAL

    Yüksek Lisans

    İngilizce

    İngilizce

    2015

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    DOÇ. DR. GÜNEŞ KARABULUT KURT

  5. Biyolojik çizge madenciliği: Alt çizge örüntülerinin bulunması ve etkileşim tahmininde kullanılması

    Biological graph mining: Discovery of subgraph paterns and their utilization in interaction prediction

    MEHMET EMİN TURANALP

    Doktora

    Türkçe

    Türkçe

    2008

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. SAADETDİN HERDEM