Improving ids alerts to improve the quality of the network security by using data mining techniques
Veri madenciliği tekniklerini kullanarak ağ güvenliğinin kalitesinin iyileştirilmesi için ıds alertını geliştirme
- Tez No: 521736
- Danışmanlar: PROF. DR. OSMAN NURİ UÇAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Ağ Güvenliği, Saldırı Tespit Sistemi, Yanlış Olumlu Uyarılar, Veri Madenciliği, Uyarı Değerlendirmesi, Tehlike Dereceleri Uyarıları, Network Security, Intrusion Detection System, False Positive Alerts, Data Mining, Alert Evaluation, Threat Degree of Alerts
- Yıl: 2017
- Dil: İngilizce
- Üniversite: Altınbaş Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Belirtilmemiş.
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 102
Özet
Saldırı tespit sistemleri, şebeke güvenliğinin giderek önemli bir parçası haline geldi. Saldırı tespit sistemleri, yanlış kullanım ve anomali olmak üzere iki tip yaygın olarak kullanılır. Anormallik, iyi huylu trafik için bir model oluşturur; bunun dışında bir şey kötü niyetli etkinlik olarak işaretlenir. Şebeke trafiğinde desen veya bilinen dizeler (imzalar) için yanlış kullanımı, herhangi bir eşleşen trafik şüpheli olarak değerlendirilecektir. Bununla birlikte, genellikle normal ağ trafiği, imzalara karşı eşlemeler üretir ve büyük miktarlarda yanlış alarmlar yaratır. Veri madenciliği teknikleri, büyük bir veri kümesindeki kayıtlar arasındaki kalıpları veya ilişkileri araştırır. Frequent Itemset, sıklıkla oluşan öğeleri bulmak için oluşturulan bir uyarıda kullanılan bir veri madenciliği tekniğidir. Bu tezde, sıkça rastlanan alarmların öğelerini bulmak için Veri Madenciliği tekniği olarak İlişki Kuralları uygulanmıştır. Bu Öğeler setinden, her bir özelliğin tüm bu öğeleri için tehlike derecesini hesaplama yeteneği kazandıran ve her bir alarmın tehdit derecesini çıkaran kurallar oluşturuyoruz. Önerilen sistem DARPA '99 veri setleri kullanılarak değerlendirilmiş ve test edilmiştir. Bu tezde, yalancı pozitif oranı en aza indirgeyen yinelenen ve gereksiz IDS uyarılarını ortadan kaldıracak yeni bir sistem önerildi. Önerilen sistem, her fazın birkaç alt aşamadan oluştuğu iki ana faza dayanmaktadır. Birinci aşama, bu amaçla hazırlanmış yeni filtreleme algoritması uygulayarak çoğaltılan uyarıları kaldırır. İkinci aşama, sık öğeler algoritmalarını çıkaran ilişki kuralları uygulayarak gereksiz uyarıları ortadan kaldırarak yanlış uyarıları azaltmaktır. Önerilen sistem, beş haftalık DARPA 1999 veri seti kullanılarak değerlendirildi ve test edildi. Sonuçlar, önerilen sistemin yanlış pozitif uyarıları% 97.98 oranında önemli ölçüde düşürdüğünü göstermektedir. Bu sonuçlar, sistemin çok fazla miktarda yanlış alarm sızma algılama sistemini azaltma kabiliyetini göstermektedir.
Özet (Çeviri)
Intrusion-detection systems have become an increasingly important part of network security. Two types of intrusion detection systems are more common used, misuse and anomaly. Anomaly build a model of what is benign traffic, anything deviating from this will be flagged as malicious activity. Misuse search for pattern or known strings (signatures) within network traffic, any matching traffic will be considered suspicious. However, often normal network traffic produce matches against signatures, creating large amounts of false alarms. Data mining techniques looks for patterns or relations between records in a large data set. Frequent Itemset is a data mining technique to find frequently occurring items, in an alert generated. In this thesis applied Association Rules as data mining technique to find items of frequently occurring alarms. From these Itemsets we create rules, which provide ability to calculate the threat degree for all these items of each attribute and then extracts the threat degree of each alarms. The proposed system have been evaluated and tested by using DARPA '99 datasets. In this thesis, proposed a new system to eliminate the duplicate and redundant IDSs alert which result in minimizing the false positive rate. The proposed system is based on two major phases which each phase consists of several sub-phases. The first phase removes duplicated alerts by apply new filtering algorithm prepared for this purpose. The second phase is to reduce false alerts by eliminating the redundant alerts by apply association rules mining frequent itemsets algorithms. The proposed system is evaluated and tested by using five weeks of DARPA 1999 dataset. The results show that the proposed system significantly reduces the false positive alerts by 97.98%. These results demonstrate the system's high ability to reduce very large amounts of false alarms of intrusion detection systems.
Benzer Tezler
- Improving misuse detection with neural networks
Nöral ağlar kullanılarak kötü kullanım tespitinin iyileştirilmesi
SADETTİN DEMİRAY
Yüksek Lisans
İngilizce
2005
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİzmir Yüksek Teknoloji EnstitüsüBilgisayar Mühendisliği Ana Bilim Dalı
Y.DOÇ.DR. TUĞKAN TUĞLULAR
- Finding potential serious adverse events of drugs by using clinical trial data and machine learning tools
Klinik deney verileri ve makine öğrenmesi araçları kullanılarak ilaçların potansiyel ciddi advers etkilerinin bulunması
VEYSEL BUĞRA DEMİR
Yüksek Lisans
İngilizce
2021
BiyoistatistikOrta Doğu Teknik ÜniversitesiBiyoteknoloji Ana Bilim Dalı
DR. ÖĞR. ÜYESİ AYBAR CAN ACAR
PROF. DR. TOLGA CAN
- A novel intrusion detection model based on TF.IDF and C4.5 algorithms
TF.IDF ve C4.5 algoritmalarına dayalı yeni bir izinsiz giriş tespit modeli
KHALDOON AWADH
Yüksek Lisans
İngilizce
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolTürk Hava Kurumu ÜniversitesiBilgi Teknolojileri Ana Bilim Dalı
Assist. Prof. Dr. AYHAN AKBAŞ
- A new approach: Using smart contract to ensure the security of the shared electronic health records
Yeni bir yaklaşım: Paylaşılan elektronik sağlık kayıtlarının güvenliğini sağlamak için akıllı sözleşme kullanımı
ELİF ÇALIK
Doktora
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnkara Yıldırım Beyazıt ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. FATİH VEHBİ ÇELEBİ
- HEMTs yapılarının sonlu elemanlar yöntemi ile kanal modülasyonu açısından modellenmesi
Modeling of HEMTs structures with finite element method in terms of channel modulation
YASİN DOĞAN
Yüksek Lisans
Türkçe
2022
Elektrik ve Elektronik MühendisliğiKastamonu ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. OSMAN ÇİÇEK