Modified stacking ensemble machine learning method for network intrusion detection
Ağ ihlalinin tespiti için modifiye edilmiş istifleme topluluk makine öğrenme tekniği
- Tez No: 519849
- Danışmanlar: DR. ÖĞR. ÜYESİ GÖKHAN DALKILIÇ
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2018
- Dil: İngilizce
- Üniversite: Dokuz Eylül Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Makine öğrenmesi (MÖ) internet uzerindeki veri boyutlarının eksponansiyel olarak artması sonucunda, akademik çalışmalarda hali hazırda zaten biliniyor olmasına rağmen, yüksek bir popülerliğe sahip olmaya başladı. Bunla beraber, bu yüksek hacimli veriden herhangi bir kural çıkartmak ya da örüntüler bulmak gittikçe zorlaşmaya başladı. MÖ örüntü bulma ve kuralların otomatik olarak çıkarılması alanında önemli bir rol oynamaya başladı.Çok sayıda kişinin internete erişmesi ve akıllı cep telefonlara sahip olmasıyla beraber, internet üzerindeki olası tehditler ağ güvenliği çalışmalarında önemli bir konu olmaya başladı. Ağ saldırılarının tespitinde kullanılan geleneksel yöntem imza bazlı kuralların (önceden belirlenmiş kurallar) kullanılmasıdır, ki bu kurallar aynı saldırı tipinde olsa bile bilinmeyen imzaya sahip saldırıları tespit edemez. Son yıllarda, MÖ ağ güvenliği çalışmalarında daha sıkça kullanılmaya başlandı. Bu çalışma ağ saldırılarının tespitinde kullanılması amacıyla stacking ensemble makine öğrenmesi yöntemin üzerine kurgulanmıştır. Bu çalışmada, ağ saldırılarının tespitinde MÖ yöntemlerinin performansını arttırmasıyla amacıyla iki yöntem önerilmiştir. İlk olarak, istifleme topluluk (stacking ensemble) yönteminin performansını arttırmak amacıyla farklı birleştirme algoritmaları ve farklı taban model seçme yöntemleri kullandık ve geleneksel makine öğrenmesi yöntemleriyle karşılaştırınca başarılı sonuçlar aldık. İkincil olarak, bir önceki çalışmanin baz model seçme aşamasında genetik algoritma kullandık.
Özet (Çeviri)
Machine learning (ML) methods became highly popular since the amount of the data produced on the Internet started increasing exponentially, although it was a known topic in academic studies before that era. It started becoming highly hard to extract rules from this huge amount of data or find patterns. ML started playing an important role in the area of finding patterns and extracting rules. With increasing number of people accessing the Internet and having smart mobile phones, the possible threats in the Internet became important topic in network security studies. The conventional way of detection network intrusion is to use signature based rules (pre-defined rules), where this type of rules can't detect unknown signatures even though the type of the attack is the same. In last decade, ML started to be used in network security studies more often. This study is based on using stacking ensemble machine learning method for the purpose of detecting network intrusion. In this study, we propose two different methods to improve the performance of ML methods to detect network intrusion. Firstly, we used different combination algorithms and different base model selection methods to improve the performance of stacking ensemble method which provided significant results when it is compared to conventional machine learning methods. Secondly, we used genetic algorithm to for the base model selection phase of the first study.
Benzer Tezler
- Kargo süreçlerinin yapay zekâ yöntemleri ile tahmin edilmesi
Estimating cargo processes with artificial intelligence methods
RESUL ÖZDEMİR
Doktora
Türkçe
2026
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolErciyes ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. VEYSEL ASLANTAŞ
DOÇ. DR. MURAT TAŞYÜREK
- Static aeroelastic modeling and parametric study of stacking sequence for laminated composite missile fins
Katmanlı kompozit yapıdaki füze kanatlarının statik aeroelastik modellemesi ve parametrik serim açısı çalışması
GÖKTUĞ MURAT ASLAN
Yüksek Lisans
Türkçe
2018
Havacılık ve Uzay MühendisliğiOrta Doğu Teknik ÜniversitesiHavacılık ve Uzay Mühendisliği Ana Bilim Dalı
DOÇ. DR. DİLEK FUNDA KURTULUŞ
- A detailed assessment of the effects of 3D radial stacking on the aerodynamic performance of NASA Stage 37 rotor blade
NASA Kademe 37 rotor kanatlarının aerodinamik performansı üzerine 3 boyutlu radyal istifleme etkilerinin ayrıntılı incelenmesi
FURKAN ÜLGER
Yüksek Lisans
İngilizce
2024
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DOÇ. DR. SERTAÇ ÇADIRCI
- Afşin-Elbistan linyitlerinin sınıflandırılarak termik santralin performansı üzerindeki etkilerinin araştırılması
Classification of the Afşin-Elbistan lignites and determination of the effect of its on the power station
SUPHİ URAL
Doktora
Türkçe
1999
Maden Mühendisliği ve MadencilikÇukurova ÜniversitesiMaden Mühendisliği Ana Bilim Dalı
DOÇ. DR. AHMET HAKAN ONUR
- Development of aero-thermodynamic cycle design code for turboshaft engines and investigation of fouling effects on performance
Turboşaft motorlar için çevrim kodu tasarlanması ve kirlenmenin performans üzerindeki etkilerinin incelenmesi
UMUT SADIKOĞLU
Yüksek Lisans
İngilizce
2022
Makine MühendisliğiOrta Doğu Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÖZGÜR UĞRAŞ BARAN
DR. ÖĞR. ÜYESİ ONUR BAŞ