Anomaly based detection of DDoS attack using discrete transform and machine learning techniques
Ayrık dönüşüm ve makine öğrenme teknikleri kullanılarak DDoS saldırısının anomali tespit edilmesi
- Tez No: 528883
- Danışmanlar: YRD. DOÇ. DR. SEÇKİN ARI
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2018
- Dil: İngilizce
- Üniversite: Sakarya Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Belirtilmemiş.
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Dağıtılmış Hizmet Reddi (DDoS) saldırıları, internetteki herhangi bir çevrimiçi hizmet için ciddi bir tehdittir. Diğer geleneksel tehditlerin aksine, DDoS HTTP GET sel saldırısı, kurbanını kullanılmayan ağ trafiğiyle sel tarafından herhangi bir çevrimiçi hizmetin etkin bir şekilde inkar edilmesi için meşru HTTP istek mekanizmasını kullanabilir. Bu yazıda DDoS HTTP GET isteklerini ve yasal isteklerin davranışsal özelliklerin bir kombinasyonunu kullanarak ayırt edilmesine yönelik yeni bir anomaliye dayanan teknik tanıtılmaktadır. Seçilen ana özellikler, istenen nesnelerin çeşitliliği, istenen tüm nesneler için oranlar talep edilmesi ve istenilen nesne için en yüksek frekansla talep oranıdır. Bu parametreler önerilen sistemde etkin ayrımcılık için birlikte kullanılacak önerilen özellikler olarak seçilmiştir.
Özet (Çeviri)
Distributed Denial of Service (DDoS) attacks is a serious threat to any online service on the internet. In contrast to other traditional threats, DDoS HTTP GET flood attack can exploit legitimate HTTP request mechanism to effectively deny any online service by flooding the victim with an overwhelming amount of unused network traffic. This paper introduces a new anomaly-based technique for discriminating between DDoS HTTP GET requests and legitimate requests using a combination of behavioural features. The main selected features are the diversity of the requested objects, requesting rates for all the requested objects, and request rate for the requested object with the most frequency. These parameters are selected as the proposed features that will be used together for effective discrimination within the proposed system.
Benzer Tezler
- Nöromorfik hesaplama ve memristor tabanlı ağ saldırı tespit sistemleri: Siber güvenlikte yeni yaklaşımlar
Neuromorphic computing and memristor-based network attack detection systems: New approaches in cyber security
YUSUF ETKA KÖYLÜ
Yüksek Lisans
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. İLHAN KOCAARSLAN
- İlkokul çağı erkek çocuklarında inmemiş testis anomalisi ve insidansı
The anomaly and incidence of cryptorchidism in primary school boys
SERDAR SEZGİN
- Angle K1 I, K1 II, 1, K1 II, 2 ve K1 III anomalilerde baş-yüz iskeletsel özelliklerinin coben koordinat analizi ile incelenmesi
Başlık çevirisi yok
CENGİZ YOLACAN
- Çubukludağ (Cumaovası-İzmir) yöresi kayaçlarının radyoaktivite açısından incelenmesi
Başlık çevirisi yok
SİBEL GÜNDÜZ
Yüksek Lisans
Türkçe
1988
Jeoloji MühendisliğiEge ÜniversitesiNükleer Bilimler Ana Bilim Dalı
DOÇ. DR. CAHİT HELVACI
