A comparative study of neural network approaches in network anomaly detection
Ağ anomalilerinin tespitinde kullanılan yapay sinir ağlarının karşılaştırılması
- Tez No: 544347
- Danışmanlar: DR. ÖĞR. ÜYESİ SERHAT PEKER
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: İngilizce
- Üniversite: Atılım Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 78
Özet
Ağ saldırı tespit sistemleri günümüz bilişim sistemlerinde kritik bir yer teşkil ederken önemli bir araştırma alanı olarak yükselmeye ve yapay sinir ağlarının kullanımı bu alanda giderek daha popüler hale gelmeye başlamıştır. Buna rağmen, bu alanda yapay sinir ağı mimarileri ve bu mimarilerin bileşen parametreleri hakkında kapsamlı bir karşılaştırmalı çalışmasının eksikliği vardır. Bu çalışmada, ağ saldırı tespit sistemleri alanında kullanılan yapay sinir ağları mimarileri ve bu mimarilerin bileşenleri olan optimizasyon fonksiyonları, aktivasyon fonksiyonları, öğrenme kat sayısı ve momentum değişiminin doğruluk ve hatalı uyarı üretme oranlarına göre kıyaslayarak ileride yapılacak olan mühendislik ve akademik çalışmalar için bir temel oluşturması amaçlanmıştır. Bu doğrultuda, 6480 adet yapay sinir ağı oluşturularak kıyaslama veri kümesi olarak kabul edilen KDD99 ve yakın gerçek zamanlı simülasyon ortamı yardımıyla her bir yapay sinir ağı değerlendirilmiştir. Bu tezin, yapay sinir ağları kullanılarak geliştirilecek ağ saldırı tespit sistemleri araştırmalarına rehberlik edecek bir yol haritası sağlayacaktır.
Özet (Çeviri)
Network intrusion detection is an important research field, and artificial neural net- works have become increasingly popular in this subject. Despite this, the research concerning comparison of artificial neural network architectures in the network in- trusion detection is a relatively insufficient. To make up for this, this study aims to examine the neural network architectures in network intrusion detection to determine which architecture produces high accuracy and low false positive rate, and what are the effects of the architectural components such as optimization functions, activation functions, the momentum of the learning rate. For this purpose, we have generated 6480 neural networks and, we evaluated them KDD99 dataset and, near-real-time simulation environment. This thesis provides a roadmap to guide future research on network intrusion detection using artificial neural networks.
Benzer Tezler
- Data-driven design and analysis of next generation mobile networks for anomaly detection and signal classification with fast, robust and light machine learning
Hızlı, Sağlam ve Hafif Makine Öğrenmesi ile Anormallik Algılaması ve Sinyal Sınıflandırması için Yeni Nesil Mobil Ağların Veriye Dayalı Tasarımı ve Analizi
MUHAMMED FURKAN KUCUK
Doktora
İngilizce
2022
Elektrik ve Elektronik MühendisliğiUniversity of South FloridaHaberleşme Ana Bilim Dalı
DOÇ. DR. İSMAİL UYSAL
- Kamera tabanlı algılama sistemleri için yapay zeka tabanlı anomali tespiti
Artificial intelligence based anomaly detection for camera-based perception systems
MUSTAFA KARACA
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEskişehir Osmangazi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET BİLGİNER GÜLMEZOĞLU
DR. ÖĞR. ÜYESİ UĞUR YAYAN
- Machine learning based multi-scale joint forecasting-scheduling for the internet of things
Nesnelerin interneti için makine öğrenmesi tabanlı çok ölçekli bütünleşik tahminleme-çizelgeleme
MERT NAKIP
Yüksek Lisans
İngilizce
2020
Elektrik ve Elektronik MühendisliğiYaşar ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. VOLKAN RODOPLU
PROF. DR. CÜNEYT GÜZELİŞ
- A comparative study of deep learning approaches for autonomous vehicle control
Otonom araç kontrolü için ̇derin öğrenme yaklaşımlarının karşılaştırılması
EMRE ŞAHİN
Yüksek Lisans
İngilizce
2024
Mekatronik Mühendisliğiİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. GÜLAY ÖKE GÜNEL
- Comparative study of intrusion detection system using machine learning
Başlık çevirisi yok
MAHMOOD IMAD ABDULKAREEM
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
Prof. Dr. OSMAN NURİ UÇAN