A new method to detect distributed denials of service (DDOS) attacks in cloud computing
Bulut hesaplamada dağıtılmış hizmet deneme (DDOS) saldırılarını belirlemek için yeni bir yöntem
- Tez No: 672355
- Danışmanlar: DR. ÖĞR. ÜYESİ SEFER KURNAZ
- 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: 70
Özet
Bu çalışma, Derin İnanç Ağları (DBN) kullanarak DDOS saldırılarını tespit etmek için yeni bir yöntem sunmaktadır. Bulut ortamında DDoS özelliklerini temsil eden giriş verileri ilk olarak DBN kullanılarak yüksek seviyeli ve hassas özelliklere çıkarılır. Sınıflandırıcıya (SoftMax, SVM vb.) Bağlanan DBN'nin çıkışı. DBN'yi kullanmanın amacı, en iyi sınıflandırma sonuçlarını sunma yeteneğine sahip özütlenen özellikler elde etmek ve özelliklerin boyutunu azaltarak işlem süresini hızlandırmaktır. Son aşamada, denetleyici yöntemde özellikleri sınıflandırmak için eğitimli Sınıflandırıcı saldırı var ya da yok iki etiket halinde sınıflandırmak. Elde edilen sonuçlar bu alanda sunulan iyi bilinen çalışmalarla karşılaştırılmıştır.
Özet (Çeviri)
This study presents new method to detect DDOS attacks by using Deep Belief Networks (DBN). The input data which represented the DDoS features in cloud environment are first analyzed by using DBN to extracted high level and sensitive features. The output of the DBN wired to the classifier (SoftMax and SVM). The aim of using the DBN is to extracted features that have ability to present the best classification results and to speed up the processing time by reducing the dimension of features. In the last stage, the Classifiers applied in supervised method to detect the data into two labels there is attack or not. The obtained results compared with common researches presented in this area.
Benzer Tezler
- Detection of ddos attacks based on entropy-pca in SDN
SDN'de entropi-pca'ya dayalı ddos saldırılarının tespiti
HASEN HADI SADIQ AL-MOMIN
Yüksek Lisans
İngilizce
2020
Bilim ve TeknolojiAltınbaş ÜniversitesiBilgi Teknolojileri Ana Bilim Dalı
Assist. Prof. ABDULLAHI ABDU IBRAHIM
- Guided feature selection and dimensionality reduction method for IDS improvement in DDoS attacks
DDoS saldırılarında IDS iyileştirme için yönlendirilmiş özellik seçimi ve boyutluluk indirgemesi yöntemı
SAIF ABDULFATTAH ABDULKHALEQ AL-HELLI
Yüksek Lisans
İngilizce
2017
Bilim ve TeknolojiTürk Hava Kurumu ÜniversitesiBilişim Teknolojileri Ana Bilim Dalı
Assist. Prof. Dr. AYHAN AKBAŞ
- Predictive modeling for botnet detection: A new dataset and machine learning approach
Botnet tespiti için tahmin modeli: Yeni bir veri seti ve makine öğrenme yaklaşımı
KADİR İLKER BUDAK
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÇankaya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ AYŞE NURDAN SARAN
- Gezgin etmenler ve doğadan esinlenen sezgiseller kullanarak dağıtık bilgisayar güvenliğinin sağlanması
Distributed computer security using mobile agents and nature inspired algorithms
UĞUR AKYAZI
Doktora
Türkçe
2011
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. A. ŞİMA ETANER UYAR
- Behavior based malicious software detection and classification
Davranış tabanlı zararlı yazılım tespiti ve sınıflandırılması
ABDURRAHMAN PEKTAŞ
Yüksek Lisans
İngilizce
2012
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGalatasaray ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. TANKUT ACARMAN