Predicting DOSS attacks using neural networks
Başlık çevirisi mevcut değil.
- Tez No: 667469
- Danışmanlar: PROF. DR. OĞUZ BAYAT
- Tez Türü: Yüksek Lisans
- Konular: Bilim ve Teknoloji, Science and Technology
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2020
- Dil: İngilizce
- Üniversite: Altınbaş Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgi Teknolojileri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 79
Özet
En önemli siber saldırılardan biri DDoS (Dağıtılmış DoS) saldırılarıdır, DOSS saldırısı hızla büyür ve İnternet ağlarının güvenliğini tehdit eder, böylece en önemli savunmayı hızla tespit eder. Doss saldırısına dayanan derin öğrenmeyi önerebiliriz ve derin öğrenme, düşük seviyeli bilgilerden üst düzey bilgi çıkaran bir sistemdir ve oluşan saldırıyı izlemek için sıralı ağ trafiği kalıplarını öğretmek için derin bir yapay sinir ağı tasarladık. Bu tezimizde, Saldırı Tespit Sisteminin (IDS) anlamını ve Doss saldırısının ne olduğunu ve derin öğrenme ve bazı makine öğrenimi algoritmaları ile bunu nasıl tespit edebileceğimizi açıkladık. Ayrıca YSA, PSO-NN ve AAA-NN gibi farklı algoritmalar arasında LADE veri setine uygulanan bir karşılaştırma önerdik. Hem Eğitim hem de Test veri kümesini göz önünde bulundurarak. Sonuç olarak AAA-NN algoritmasının performansı diğer algoritmalardan daha iyiydi.
Özet (Çeviri)
One of the most important cyber-attacks is DDoS (Distributed DoS) attacks, DOSS attack is growing rapidly and threatens the security of Internet networks, so that it quickly detects the most important defense. We can suggest deep learning that relies on doss attack and deep learning is a system that extracts high-level information from low-level information and we have designed a deep artificial neural network to teach sequential patterns of network traffic to track the attack that occurs.In this present thesis, we clarified the meaning of Intrusion Detection System (IDS) and what is the Doss attack and how can we detect it via deep learning and some algorithms of machine learning. We also proposed a comparation between different algorithms which are ANN, PSO-NN and AAA-NN using applied them on LADE dataset. Considering both the Training and Testing dataset. In the result performance of the AAA-NN algorithm was the better than the other algorithms.
Benzer Tezler
- Detection of denial-of service attacks using artificial neural networks
Başlık çevirisi yok
SARMAD JASSIM MOHAMMED
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş ÜniversitesiBilişim Teknolojileri Ana Bilim Dalı
PROF. DR. OSMAN NURİ UÇAN
- Predicting of distributed denial of service using machine learning algorithms
Başlık çevirisi yok
HANEEN KHAIRULLAH TALIB ALSELMI
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. OSMAN NURİ UÇAN
- Predicting inflation in Turkey: Leading indicators approach
Türkiye'deki enflasyonun kestirimi: Öncü göstergeler yaklaşımı
GAMZE UĞUR
Yüksek Lisans
İngilizce
1999
EkonomiOrta Doğu Teknik ÜniversitesiEkonomi Ana Bilim Dalı
PROF. DR. HALUK ERLAT
- Firmaların finansal distress (sıkıntı) durumlarının tesbiti ve finansal distress (sıkıntı) içindeki firmalara yapılacak yatırımlarda karar verme
Predicting the financial distress situation of firms and making investment decisions on the financially distressed firms
ARDA AÇIKSÖZ
- Predicting epileptic seizures of pediatric patients using phase-amplitude coupling and deep learning
Pediatrik hastaların epileptik nöbetlerini faz-genlik bağlanım ve derin öğrenme kullanarak tahmin etme
LINA MAHMOUD SALEH ALQAM
Yüksek Lisans
İngilizce
2022
Bilim ve TeknolojiBoğaziçi ÜniversitesiBiyomedikal Mühendisliği Ana Bilim Dalı
PROF. DR. AHMET ADEMOĞLU