Computer networks intrusion detection using artificial neural network
Başlık çevirisi mevcut değil.
- Tez No: 672310
- Danışmanlar: PROF. DR. OĞUZ BAYAT
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2020
- Dil: İngilizce
- Üniversite: Altınbaş Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilişim Teknolojileri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Güvenlik araçlarına duyulan ihtiyaç, özellikle son dönemlerdeki iletişim devrimi sonrasında verilerin mahremiyetinden kaynaklanmıştır. İnternet geliştirme ve mobil iletişim genişlemesi, binlerce kullanıcının internet üzerinden kişisel ve ticari içerikle bol miktarda veri paylaşmasını sağladı (halka açık ağlar). Sanal kişisel ağlar, belirli düğümler arasında yer alan kanalları (bağlantıları) içeren bir tünel olarak çalışmak üzere tasarlanmıştır. Veri madenciliği ve makine öğrenimi teknolojisinin ilerlemesi, büyük ölçekli ağları korumak için verimli bir saldırı tahmini paradigması kurulmasına yol açtı. Bu projede, akıllı makine öğrenme algoritması kullanılarak bilgisayar ağı saldırıları ortadan kaldırılmıştır. Çeşitli saldırı türleriyle teşhis edilen çok sayıda bağlantı içeren KDD bilgisayar saldırı veri kümesi olarak adlandırılan büyük bir veri kümesine başvurarak; model, bu verilerden öğrenerek saldırı türünü tahmin etmek için oluşturulmuştur. İleri beslemeli sinir ağı modeli, saldırı tahmini doğruluğu açısından önerilen diğer kümeleme modellerinden daha iyi performans göstermiştir.
Özet (Çeviri)
The need for security means has brought from the fact of privacy of data especially after the communication revolution in the recent times. Internet development as well as mobile communication expansion made the thousands of users to share plenty of data with personal and business content through the internet (public networks). Virtual personal networks were designed to work as a tunnel containing the channels (connections) taking place between particular nodes. The advancement of data mining and machine learning technology has paved the road for establishment an efficient attack prediction paradigm for protecting of large scaled networks. In this project, computer network intrusions had been eliminated by using smart machine learning algorithm. Referring a big dataset named as KDD computer intrusion dataset which includes large number of connections that diagnosed with several types of attacks; the model is established for predicting the type of attack by learning through this data. Feed forward neural network model is outperformed over the other proposed clustering models in attack prediction accuracy.
Benzer Tezler
- Bilgisayar ağları için saldırı tespit sistemi tasarımları ve FPGA ortamında gerçekleştirilmesi
Intrusion detection system designs for computer networks and their implementations in FPGA environment
TANER TUNCER
Doktora
Türkçe
2010
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. YETKİN TATAR
- Use of artificial immune systems for network intrusion detection
Yapay bağışıklık sistemlerinin ağ saldırılarının tespiti için kullanımı
ORHAN BIYIKLIOĞLU
Yüksek Lisans
İngilizce
2004
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF.DR. BÜLENT ÖRENCİK
- Derin öğrenme tabanlı saldırı tespit sistemi
Intrusion detection system using deep learning
GÖZDE KARATAŞ
Doktora
Türkçe
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMarmara ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÖNDER DEMİR
DOÇ. DR. ÖZGÜR KORAY ŞAHİNGÖZ
- Makine öğrenmesi yöntemleri kullanılarak saldırı tespit sistemlerinde performans analizi
Performance analysis of intrusion detection systems using machine learning methods
NEŞE ASLI MİNNETOĞLU
Yüksek Lisans
Türkçe
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHaliç ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ZEYNEP TURGUT
- Hizmet reddi saldırılarının derin öğrenme ile tespiti
Detection of denial of service attacks using deep learning
AYŞEGÜL SUNGUR
Yüksek Lisans
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolNecmettin Erbakan ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MEHMET HACIBEYOĞLU