Geri Dön

Makine öğrenmesi teknikleri kullanarak hizmet aksatma saldırıları tespiti

Denail of service attack detection using machine learning techniques

PDF İndir

  1. Tez No: 642338
  2. Yazar: EMİN DOĞRU
  3. Danışmanlar: PROF. DR. NECAATTİN BARIŞÇI
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2020
  8. Dil: Türkçe
  9. Üniversite: Gazi Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 83

Özet

Bu çalışmada, her geçen gün artan siber saldırılara karşı elektronik ortamdaki verilerin korunması amacıyla geliştirilen ve en önemli araçlardan biri olan Saldırı Tespit Sistemleri (STS) üzerine araştırmalar yapılmıştır. Bu kapsamda makine öğrenmesi teknikleri çalışılmış, saldırı türleri araştırılmış, daha önce geliştiren STS'ler ve STS'ler üzerine yapılmış akademik çalışmalar incelenmiş, en çok kullanılan veri setleri tespit edilmiştir. Yapılan araştırmalar neticesinde günden güne gelişmekte ve çoğalmakta olan saldırı türlerinin tespit edilebilmesi için geleneksel makine öğrenmesi tekniklerinin dışında tekniklere başvurulması gerektiği tespit edilmiştir. Bu konuda en iyi sonuçları hibrit makine öğrenmesi tekniklerinin verdiği görülmüş ve en hızlı ve başarılı sonuç alınabilecek hibrit makine öğrenmesi teknikleri araştırılmıştır. Bu bilgiler ışığında çalışmada, hibrit makine öğrenmesi tekniklerinden Karar Tablosu ve Naive Bayes (KTNB), Lojistik Model Ağacı (LMA), Fonksiyonel Ağaç (FA), Naive Bayes Ağacı (NBA) teknikleri, veri seti olarak en çok kullanılan KDD'99 veri seti, yazılım olarak ise açık kaynak kodlu olan WEKA yazılımı tercih edilmiştir. Yapılan çalışma sonucunda hibrit algoritmalar ile hem başarı oranının arttığı hem de veriyi işleme süresinin azaldığı tespit edilmiştir. En başarılı sonucu ise %99,95'lik sonuç ile Karar Tablosu ve Naive Bayes tekniklerinin hibrit olarak kullanıldığı teknik vermiştir.

Özet (Çeviri)

In this thesis, research has been conducted on Intrusion Detection Systems (IDS), which is one of the most important tools developed to protect the data in electronic environment against increasing cyber-attacks. In this context, machine learning techniques have been studied, the types of attacks have been investigated, the academic studies on IDS and IDS that have been developed before have been examined, and the most used datasets have been determined. As a result of the researches, it has been determined that in order to identify the types of attacks that are developing and increasing day by day, techniques other than traditional machine learning techniques should be used. Hybrid machine learning techniques have been shown to give the best results in this regard, and hybrid machine learning techniques that can achieve the fastest and most successful results have been investigated. In the light of this information, KDD'99, which is the most used dataset, the Decision Table and Naive Bayes (KTNB), Logistics Model Tree (LMA), Functional Tree (FA), Naive Bayes Tree (NBA) techniques, and WEKA software, which is open source, was preferred as software. As a result of the study, it was determined that hybrid algorithms both increase the success rate and decrease the data processing time. The most successful result is the technique using the Decision Table and Naive Bayes techniques as a hybrid with a 99.95% result.

Benzer Tezler

  1. Tez No

    871322

    Dağıtık hizmet aksatma ((DDoS) saldırılarının yapay zeka yöntemleri kullanılarak tespiti

    Detection of distributed denial of service ((DDoS) attacks using artificial intelligence methods

    İLKNUR KAYACAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKonya Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. AHMET BABALIK

  2. Tez No

    792121

    İş ilanlarında doğal dil işleme ile duygu analizi

    Sentiment analysis with natural language processing in job postings

    ŞEYMA SARIGİL

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ MURAT KÖKLÜ

  3. Tez No

    752731

    Advanced statistical methods for intelligent transportation systems

    Akıllı ulaşım sistemleri için ileri istatistiksel yöntemler

    BÜŞRA GÜNGÖR

    Doktora

    İngilizce

    İngilizce

    2022

    İstatistikDokuz Eylül Üniversitesi

    İstatistik Ana Bilim Dalı

    PROF. DR. SELMA GÜRLER

  4. Tez No

    737844

    Makina öğrenmesi teknikleri ile hukuki alacak tahsilat kuruluşu dosya kapatılabilirlik tahmini ve atama modeli ile dosya ataması: Telekomünikasyon sektörü örneği

    Predicting case closeability of legal debt collecti̇on agency with machine learni̇ng teqniques and assignment of cases with closibility based assignment model: A case study on telecomunication sector

    NİLÜFER ALTINOK

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF. DR. BAŞAR ÖZTAYŞİ

  5. Tez No

    818951

    User behavior analysis on e-commerce using NLP techniques

    NLP teknikleri kullanarak e-ticarette kullanıcı davranışı analizi

    ASMAA SAMI MIRDAN MIRDAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÇankırı Karatekin Üniversitesi

    Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. SELİM BUYRUKOĞLU

    DR. ÖĞR. ÜYESİ MOHAMMED RASHAD BAKER BAKER

Geri Dön