Veri setine uygulanan ön işlemlerin anomali tabanlı saldırı tespit modellerinin performansları üzerindeki etkisinin incelenmesi
Examination of the effect of preprocessing applied to the dataset on the performances of anomaly based intrusion detection models
- Tez No: 713967
- Danışmanlar: PROF. DR. REFİK SAMET
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: Türkçe
- Üniversite: Ankara Üniversitesi
- Enstitü: Sağlık Bilimleri Enstitüsü
- Ana Bilim Dalı: Disiplinlerarası Adli Bilimler Ana Bilim Dalı
- Bilim Dalı: Adli Bilişim Bilim Dalı
- Sayfa Sayısı: 102
Özet
Bu çalışma, veri setine uygulan ön işlemlerin, saldırı tespit modellerinin performansı üzerindeki etkisini inceleyerek, saldırı tespit başarısı ve saldırı tespit hızı yüksek bir saldırı tespit modelini oluşturmak için bir metodoloji önerilmesi, metodolojisinin uygulanması, alınan sonuçları değerlendirerek, karşılaşılan problemlere çözüm önerisi sunmak amacıyla yapılmıştır. Çalışmanın ilk aşamasında yapılan literatür taraması sonucunda; anomali tabanlı saldırı tespit modeli geliştirilirken, veri setine uygulanan birden fazla ön işleme aynı anda odaklanan ve veri setine en uygun ön işlemleri seçmek adına çok sayıda yöntemi deneyip test eden yeterince çalışma olmadığı görülmüştür. Bu nedenle kategorik veri kodlama, ölçeklendirme ve öznitelik seçimi ön işlemlerinin üçünün ayrı ayrı ve birlikte uygulanmasının saldırı tespit modelinin başarısı üzerindeki etkisine odaklanan bir çalışma yapmak istenmiştir. Önerilen metodoloji kullanılarak ölçeklendirme ön işlemi dışında, her ön işlemin modellerin başarısı üzerinde olumlu bir etki yaptığı; fakat en yüksek saldırı tespit hızına ve başarısına, tüm ön işlemlerin birlikte uygulandığı veri seti ile kurulan modellerle ulaşıldığı görülmüştür. Veri setine uygun kategorik kodlama yönteminin seçilmesinin ve hibrit öznitelik seçim yönteminin model başarısına kayda değer bir katkıda bulunduğu görülmüştür.
Özet (Çeviri)
This study examines the effect of pre-processings applied to the data set on the performance of anomaly-based intrusion detection models developed with machine learning method, to suggest a methodology to create an intrusion detection model with high intrusion detection success and intrusion detection speed, to apply the methodology, to evaluate the results and to address the problems encountered made to propose a solution. As a result of the literatüre review made in the first stage of the study; while developing anomaly-based intrusion detection model, it has been observed that there are not enough studies that focus on more than one preprocessing applied to the data set at the same time and that try and test a vaste number of methods in order to select the most suitable preprocesses for the data set. Therefore, it is asked to conduct a study focusing on the effect of applying categorical data coding, scaling and feature selection preprocesses separately and together on the success of the intrusion detection model. By using the suggested methodology, it has been observed that except for the scaling pre-process, each pre-process has a positive effect on the success of the models, however the highest attack detection speed and success is achieved with the models established with the data set in which all the pre-processes are applied together. It was seen that choosing the categorical coding method suitable for the data set and the hybrid feature selection method contributed considerably to the model success.
Benzer Tezler
- Distributed anomaly-based intrusion detection system for IoT environment using Blockchain technology
Dağıtılmış anomali tabanlı saldırı tespit sistemi Blockchain teknolojisi kullanılan IoT ortamı için
NOUHA HEJAZI
Yüksek Lisans
İngilizce
2022
Bilgi ve Belge Yönetimiİstanbul Teknik ÜniversitesiBilişim Uygulamaları Ana Bilim Dalı
DOÇ. DR. ENVER ÖZDEMİR
- Çevrimiçi sistemlerde makine öğrenme yöntemi ile dağıtılmış hizmet reddi (DDoS) saldırılarının tespiti
Distributed denial of service (DDoS) attacks detection by usingmachine learning methods on online systems
DİLEK BAŞKAYA
Yüksek Lisans
Türkçe
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnkara ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. REFİK SAMET
- Uygulama katmanı için güvenlik duvarı geliştirilmesi
An efficient firewall for web applications (EFWA)
METİN ŞAHİN
Yüksek Lisans
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGebze Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. İBRAHİM SOĞUKPINAR
- Yere nüfuz eden radarlarda öğrenme tabanlı yeni kargaşa giderme yöntemleri
New learning-based clutter removal methods in ground penetrating radar
EYYUP TEMLİOĞLU
Doktora
Türkçe
2023
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. IŞIN ERER
- A cognitive lifecycle methodology for IP address management in next generation core networks
Yeni nesil omurga ağlarda IP adres yönetimi için bilişsel yaşam döngüsü metodolojisi
KÜBRA DURAN
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. BERK CANBERK