Copula fonksiyonlarını kullanarak bilgisayar ağlarında saldırı tespiti
Intrusion detection using copula functions in computer networks
- Tez No: 638322
- Danışmanlar: DR. ÖĞR. ÜYESİ MUSA ÇIBUK
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2020
- Dil: Türkçe
- Üniversite: Bitlis Eren Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 135
Özet
Günümüzde hızla gelişen teknolojiyle beraber, dünya üzerinde teknolojiye olan ilgi her geçen gün artmaktadır. Teknolojideki bu hızlı gelişmeler, siber saldırı, izinsiz erişim ve dijital korsanlık gibi istenmeyen birçok saldırıyı da beraberinde getirmektedir. Bu tür saldırıları engellemek için sıklıkla saldırı tespit sistemlerinden faydalanılmaktadır. Bu tez çalışmasında, günümüzde en çok kullanılan makine öğrenme sınıflandırıcıları ile copula tabanlı sınıflandırıcılar kullanılarak saldırı tespiti gerçekleştirilmiştir. Makine öğrenme sınıflandırıcıları olarak; Karar Ağaçları, Topluluk Öğrenme ve Destek Vektör Makineleri sınıflandırıcıları tercih edilmiştir. Bu üç sınıflandırma tekniği kullanılarak KDD'99 veri seti üzerinde sınıflandırma işlemi gerçekleştirilmiştir. Copula tabanlı olarak da; gumbel, independent, clayton, gaussian, student's-t ve frank sınıflandırıcıları tercih edilmiştir. Bu sınıflandırıcılar kullanılarak KDD'99 veri seti üzerinde sınıflandırma işlemi gerçekleştirilmiştir. Sınıflandırma aşamasında 10-kat çapraz doğrulama tekniği kullanılmış olup, KDD'99 veri seti üzerinde en iyi başarım oranı %99.41 ile gaussian copula tabanlı sınıflandırıcı elde etmiştir. Sonuç olarak, copula tabanlı sınıflandırıcıları saldırı tespitinde etkili bir başarıma ulaştığı gözlemlenmiştir.
Özet (Çeviri)
Today, with the rapidly developing technology, the interest in technology in the world is increasing day by day. These rapid developments in technology has brought many undesired attacks such as cyber attack, unauthorized access and digital piracy. Intrusion detection systems have been often used to prevent such attacks. In this study, attack detection has been carried out using the most used machine learning classifiers and copula-based classifiers. As machine learning classifiers; Decision Trees, Ensemble Learning and Support Vector Machines classifiers have been preferred. Classification has been performed on the KDD'99 data set using these three classification techniques. As Copula-based; gumbel, independent, clayton, gaussian, student's-t and frank classifiers have been preferred. Using these classifiers, the classification process has been carried out on the KDD'99 data set. In the classification stage, 10-fold cross-validation technique has been used, and the best performance rate has obtained gaussian copula based classifier with 99.41% on the KDD'99 data set. As a result, it has been observed that copula based classifiers have achieved an effective success in intrusion detection.
Benzer Tezler
- The verbal functional domain in the Denizli dialect of Turkish
Türkçe'nin Denizli ağzı'ndaki işlevsel eylem bölgesi
YAĞMUR SAĞ
Yüksek Lisans
İngilizce
2013
DilbilimBoğaziçi ÜniversitesiDilbilim Ana Bilim Dalı
DOÇ. DR. AYŞE HAMİDE ASLI GÖKSEL
- Akarsularda kurak dönem uzunluklarının frekans analizi
Frequency analysis of the length of dry term in stream flows
OKAN MERT KATİPOĞLU
Yüksek Lisans
Türkçe
2015
İnşaat MühendisliğiAtatürk Üniversitesiİnşaat Ana Bilim Dalı
DOÇ. DR. İBRAHİM CAN
- Sismik risk analizinde bağımlılık yapısının incelenmesi: Türkiye için bir uygulama
Investigation of the dependence structure in seismic hazard analysis: An application for Turkey
SERPİL ÜNAL KARAÇAM
- Bulanık dilsel özetlemenin olasılıklı belirsizliği dikkate alan bir genişlemesi
An extension of fuzzy linguistic summarization considering probabilistic uncertainty
SENA AYDOĞAN
Yüksek Lisans
Türkçe
2015
Endüstri ve Endüstri MühendisliğiGazi ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. DİYAR AKAY
- Assessment of Solvency II requirements for Turkish insurance market
Türk sigortacılık sektörü için Solvency II gerekliliklerinin değerlendirilmesi
MEHMET HÖBEK
Yüksek Lisans
İngilizce
2016
Aktüerya BilimleriOrta Doğu Teknik ÜniversitesiAktüerya Bilimleri Ana Bilim Dalı
DOÇ. DR. AYŞE SEVTAP KESTEL