Yazılım tanımlı ağlar üzerinde makine öğrenimi kullanarak optimal özellik çiftlerini belirleme ve anomali tespiti
Identifying optimal feature pairs and detecting anomalies using machine learning on software-defined networks
- Tez No: 713441
- Danışmanlar: DR. ÖĞR. ÜYESİ MURAT İSKEFİYELİ
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Yazılım Tanımlı Ağ, Siber Güvenlik, Bot-Iot Veriseti, Makine Öğrenmesi, Software-Defined Networks, Cyber Security, Bot-Iot Dataset, Machine Learning
- Yıl: 2022
- Dil: Türkçe
- Üniversite: Sakarya Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar ve Bilişim Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 133
Özet
Günümüz internet teknolojilerinde siber saldırılar en büyük sorunlarındandır. Son yıllarda bilişim teknolojileri büyük gelişme gösterirken, geleneksel ağ prensipleri hemen hemen hiç değişmemiştir. Bu doğrultuda, çalışmada Yazılım Tanımlı Ağ kullanılarak merkezi kontrol ve programlanması sayesinde ağ trafiğinin etkin bir şekilde izlenmesi sağlanmıştır. Tam özniteliklerle eğitilmiş herhangi bir makine öğrenimi tespit sistemi, verimsiz ve ağır saldırı tespit sistemlerine dönüşür. Bu nedenle, verimsiz ve ağır saldırı tespit sistemleri yerine hafif, doğru ve yüksek performanslı izinsiz giriş tespit sistemleri çok önemlidir. Bu amaçla en popüler 10 adet makine öğrenme algoritması ve BoT-IoT (2018) veri seti seçilmiştir. Bu çalışmada, bu veri kümesinin geliştiricileri tarafından önerilen en iyi on iki öznitelik kullanılmıştır. Benzer şekilde, 66 öznitelik çiftinden her bir öznitelik çifti aracılığıyla 10 makine öğrenme algoritması eğitilerek 660 öznitelik çifti tabanlı hafif saldırı tespit sistemi geliştirilmiştir. Ayrıca, 12 en iyi öznitelik ile eğitilen 10 saldırı tespit sistemi ve 66 öznitelik çifti ile eğitilen 660 saldırı tespit sistemi, makine öğrenmesi algoritmik gruplarına göre birbirleriyle karşılaştırılmıştır. Öznitelik çiftleriyle elde edilen sonuçlar %95'in üzerinde iken ayrıca birim maliyet açısından %20-%30 arasında kazanç sağlamaktadır.
Özet (Çeviri)
One of the biggest problems of today's internet technologies is cyber attacks. Although information technologies have made great progress in recent years, traditional networking principles have hardly changed. In our study, efficient monitoring of network traffic was achieved thanks to its centralized control and programmability using Software-Defined Network. Any fully-featured machine learning detection system turns into inefficient and heavy intrusion detection systems. Therefore, light, accurate and high-performance intrusion detection systems are very important instead of inefficient and heavy intrusion detection systems. For this purpose, the 10 most popular machine learning algorithms and BoT-IoT (2018) dataset were selected. The twelve best features recommended by the developers of this dataset are used in this study. Similarly, 660 feature-pair-based lightweight intrusion detection systems were developed by training the 10 machine learning algorithms via each feature pair out of the 66 feature pairs. Moreover, the 10 intrusion detection systems trained with 12 best features and the 660 intrusion detection systems trained via 66 feature pairs were compared to each other based on the machine learning algorithmic groups. While the results obtained with feature pairs are over 95%, it also provides 20%-30% savings in terms of unit cost.
Benzer Tezler
- Gömülü sistemlerde sesli komut tanıma
Voice command recognation in embedded systems
CAN ÇETİN
Yüksek Lisans
Türkçe
2020
Mekatronik Mühendisliğiİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. MUSTAFA DOĞAN
- Kontrastlı mamografi görüntülerinde benign ve malign meme kitlelerinin radyomik özelliklerinin karşılaştırılması
Comparison of radiomic features of benign and malign breast masses on contrast enhanced mammography images
AYKUT TEYMUR
Tıpta Uzmanlık
Türkçe
2023
Radyoloji ve Nükleer TıpKaradeniz Teknik ÜniversitesiRadyoloji Ana Bilim Dalı
PROF. DR. SİBEL KUL
- Yeni nesil yazılım tanımlı veri merkezleri için yapay zeka tabanlı görev planlama modeli
Başlık çevirisi yok
NURCAN YILMAZ AKARSU
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolManisa Celal Bayar ÜniversitesiYazılım Mühendisliği Ana Bilim Dalı
DOÇ. DR. MÜGE ÖZÇEVİK
- Designing a smart security framework for software defined networks
Yazılım tanımlı ağlar için akıllı güvenlik çerçevesinin tasarlanması
HANİ ELUBEYD
Doktora
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Üniversitesi-CerrahpaşaBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. DERYA YILTAŞ KAPLAN
- A new proposed stacking generalization model for detecting ddos attacks in SDN environment
SDN ortamında ddos saldırılarını tespit etmek için yeni bir istifleme genelleştirme modeli
TASNIM ALASALI
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKarabük ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. OMAR DAKKAK