Makine öğrenmesi yöntemleri kullanılarak saldırı tespit sistemlerinde performans analizi
Performance analysis of intrusion detection systems using machine learning methods
- Tez No: 650948
- Danışmanlar: DR. ÖĞR. ÜYESİ ZEYNEP TURGUT
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Saldırı tespit sistemleri (STS), makine öğrenmesi, karar ağaçları, Intrusion detection systems (IDS), machine learning (ML), decision trees
- Yıl: 2020
- Dil: Türkçe
- Üniversite: Haliç Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 60
Özet
Gelişen teknoloji ile birlikte giderek artan siber saldırılar ve bu saldırıların tespiti günümüzde sıklıkla çalışılan konulardandır. Saldırı tespit sistemleri, bilgisayar ağlarına yapılan saldırıların etkilerini tespit etmek ve azaltmak için kullanılırlar. Bu çalışmada öncelikle bilgisayar ağlarına yapılabilecek saldırı çeşitleri tanıtılmıştır. Örnek bir veri kümesi üzerinde farklı saldırı tespit sistemlerinin tanımlanması, normal ağ akış verisi ile saldırı verisinin ayrıştırılması üzerine makine öğrenmesi yöntemlerinin performans analizleri gerçekleştirilmiştir. Bu amaçla bu tez çalışması içerisinde K En Yakın Komşu, Temel Bileşen Analizi, Karar Ağacı ve Yapay Sinir ağları yöntemleri kullanılarak sınıflandırma işlemi yapılmış, performans analizleri gerçekleştirilmiştir. Kullanılan veri kümesi üzerinde en yüksek doğruluğa ve en yüksek performansa Karar Ağacı kullanılarak erişilmiştir.
Özet (Çeviri)
With the developing technology, increasing cyber attacks and detection of these attacks are among the topics that are frequently studied today. Intrusion detection systems are methods used to detect and reduce the effects of attacks on computer networks. In this study, the types of attacks that can be done on computer networks are introduced. Performance analysis of machine learning methods were performed on the identification of different intrusion detection systems on a sample dataset, and separation of normal network flow data and attack data. For this purpose, in this thesis study, classification process was performed by using K Nearest Neighbor, Principal Component Analysis, Decision Trees and Artificial Neural Networks methods, and performance analyzes were performed. The highest accuracy and highest performance on the dataset used was achieved by using the Decision Tree method.
Benzer Tezler
- Analysis of network security using machine learning methods
Makine öğrenmesi yöntemleri kullanılarak ağ güvenirliği analizi
MARYAM SALATI
Doktora
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnkara ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. İMAN ASKERBEYLİ
- Artificial intelligence based detection schemes for secure wireless communication
Güvenli telsiz iletişimin sağlanmasına yönelik yapay zeka tabanlı sınıflandırma metotları
SELEN GEÇGEL
Yüksek Lisans
İngilizce
2019
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. GÜNEŞ ZEYNEP KARABULUT KURT
- Ağ anomalisi tespitinde emülatör ortamı tasarımı ve makine öğrenmesi ile saldırı tespiti
Emulator environment design for network anomaly detection and attack detection with machine learning
SERKAN KESKİN
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBurdur Mehmet Akif Ersoy ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ERSAN OKATAN
- Saldırı tespit sistemleri için makine öğrenme yöntemlerinin performans karşılaştırması
Performance comparison of machine learning methods for attack detection systems
CİHAT GÜRMEN
Yüksek Lisans
Türkçe
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHarran ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. İBRAHİM BERKAN AYDİLEK
- A friendly physical layer warden system
Dost bir fiziksel katman bekçi sistemi
MİRAÇ KUMRAL
Yüksek Lisans
İngilizce
2022
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. GÜNEŞ ZEYNEP KARABULUT KURT