DDOS saldırılarının tespiti ve sınıflandırılması için derin öğrenme modeli
Deep learning model for detection and classification of DDOS attacks
- Tez No: 668543
- Danışmanlar: DOÇ. DR. KAZIM YILDIZ, PROF. DR. ALİ BULDU
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: Türkçe
- Üniversite: Marmara Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 84
Özet
Günümüzde internet ağları dünyayı birbirine bağlarken birçok uzak kaynağı da kullanıcının yanı başına getirmiştir. İnsanların yanı sıra nesnelerin de bu internet ağına katılmasıyla internet için geniş bir kullanım alanı ortaya çıkmıştır. Bu büyük ağlar, kullanıcılara bir yandan kolaylıklar sağlarken diğer taraftan saldırganların hedeflerine maruz kaldığı için kullanıcılara ve hizmet sağlayıcılara zorluklar da yaşatabilmektedir. Dağıtık hizmet reddi (DDoS) saldırıları, internet hizmetlerini kullanan kurum ve kuruluşlara zarar veren en yaygın siber saldırı türüdür. DDoS saldırıları, diğer siber saldırılardan farklı olarak maliyeti düşük ve güvenlik ürünleri tarafından engellenmesi zor bir türdür. DDoS saldırılarında gönderilen ağ trafiğinin büyük olması nedeniyle ağ trafiğini analiz etmek ve saldırı gerçekleşmeden önce tespit etmek çok önemlidir. Bu tez çalışmasının amacı, anormal trafiği tespit eden ve ağ trafiğini sınıflandıran bir derin öğrenme modeli önermektir. Deep Neural Network (DNN), hem özellik çıkarma hem de sınıflandırma özelliklerini içeren çok katmanlı bir yapıya sahip olduğu için ağ trafiğinin analizinde önemli bir avantaj sağlamaktadır. DNN modeli önerebilmek ve eğitmek için CICDDoS2019, CICIDS2017 ve NSL-KDD gibi güncel verisetleri tercih edilmektedir. Ayrıca DDoS saldırılarını simüle edebilmek adına sanal ağ ortamı kurulmuş ve bu ağdan elde edilen paketlerle özgün bir veriseti hazırlanmıştır. Deneyler sonucunda önerilen DNN modeli sanal ağ ortamında oluşturulan veriseti üzerinde uygulanmıştır.
Özet (Çeviri)
Today, internet networks not only connect the Earth, but also bring many remote sources closer to the user. With participation of objects besides people to this internet network, a wide area of use for the internet has emerged. While these large networks provide convenience to the users, they may also cause difficulties for users and service providers as they are exposed to the targets of attackers. Distributed denial of service (DDoS) attacks are the most common type of cyber attack that harms organizations and institutions using internet services. Unlike other cyberattacks, DDoS attacks are low-cost and difficult to prevent by security products. Due to the large network traffic of packets sent in DDoS attacks, it is very important to analyze the network traffic and detect it before the attack occurs. The aim of this thesis is to propose a deep learning model that detects abnormal traffic and classify network traffic. Deep Neural Network (DNN) provides an important advantage in network traffic analysis, as it has a multi-layer structure that includes both feature extraction and classification features. Current datasets such as CICDDoS2019, CICIDS2017 and NSL-KDD are preferred to propose and train the DNN model. In addition, in order to simulate DDoS attacks, a virtual network environment was established and a unique dataset was prepared with packets obtained from this network. The proposed DNN model as a result of the experiments is applied on the dataset generated in the virtual network environment.
Benzer Tezler
- Conceptual understanding of deep learning for smart wireless neural network
Başlık çevirisi yok
MOHAMMED AKRAM ALI ALI
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. OSMAN NURİ UÇAN
- Early detection of distributed denial of service attacks
Dağıtık hizmet engelleme saldırılarının erken tespiti
KAĞAN ÖZGÜN
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. AYŞE TOSUN KÜHN
DR. ÖĞR. ÜYESİ MEHMET TAHİR SANDIKKAYA
- Intelligent cyber attack detection using social media posts
Sosyal medya paylaşımları kullanılarak akıllı siber saldırı tespiti
MUSTAFA AYDIN
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSabancı ÜniversitesiBilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
PROF. DR. ALBERT LEVİ
DR. ÖĞR. ÜYESİ REYYAN YENİTERZİ
- DDOS attack by botnet infected IoT devices detection based on deep learning models
Derın öğrenme modellerıne dayalı botnet vırüslü IoT cıhazlarının algılanması ıle DDOS saldırısı
OMER ADIL HUSSEIN AL MARSOOMI
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş ÜniversitesiBilgi Teknolojileri Ana Bilim Dalı
YRD. DOÇ. DR. ABDULLAH ABDU IBRAHIM
- Açık kaynaklardan siber tehdit istihbaratı verisi elde edilmesi
Obtaining cyber threat intelligence data from open sources
UĞUR TEKİN
Yüksek Lisans
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgi Güvenliği Mühendisliği Ana Bilim Dalı
PROF. DR. ERCAN NURCAN YILMAZ