Traffic classification for ddos attack detection using machine learning
Makine öğrenimi kullanarak DDOS saldırısı algılaması için trafik sınıflandırması
- Tez No: 768243
- Danışmanlar: DR. ÖĞR. ÜYESİ MUHAMMAD ILYAS
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Destek vektör makineleri, Saldırı tespit sistemi (IDS), Yapay sinir ağları, Support vector machines, Intrusion detection system (IDS), Artificial neural networks
- Yıl: 2022
- Dil: İngilizce
- Üniversite: Altınbaş Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Anormallik algılaması birçok Internet oynatıcısı için önemli bir sorun olmaya devam etmektedir. İnternet Servis Sağlayıcıları (ISS'ler) ve bilimsel topluluk üyeleri gibi her iki endüstriyel oyuncunun da ilgisini çeken karmaşık bir sorundur. Trafiğin olağan davranışından sapan olaylar olarak tanımlanan bu anormallikler, sağlanan hizmetler üzerinde ciddi sonuçlar doğurabilir. Bazı anormallikler yapılandırma hatalarının sonucu olabilir, ancak dijital oynatıcılara en çok ilgi çeken tarama ve saldırılardır. Sorunumuzu burada, üç bölüme ayrılmıştır. Öncelikle, bir dedektör oluştururken göz önünde bulundurulması gereken her şeyi ele alıyoruz. Daha sonra mevcut trafik ile ilgili birçok zorluğu ele alacağız. Son olarak, dağıtılmış hizmet reddi saldırılarının özgüllüğü hakkında konuştuk, bu nedenle bu tez, bu sorunun tüm bileşenlerini dikkate alarak yeni çözümler önermeyi amaçlıyor. İlk olarak, çalışmalarımızın gerçekleştirildiği projenin motivasyonlarını sunuyoruz. Yanıtladığımız sorun daha sonra ortaya çıkar. Daha sonra bu sorunu yanıtlamak için farklı katkılarımızı tanıtıyoruz sorunumuzu burada, üç bölüme ayrılmıştır. Öncelikle, bir dedektör oluştururken göz önünde bulundurulması gereken her şeyi ele alıyoruz. Daha sonra mevcut trafik ile ilgili birçok zorluğu ele alacağız. Son olarak, dağıtılmış hizmet reddi saldırısına dair özgüllüğü tartışırız Bu tez, bu sorunun tüm bileşenlerini dikkate alarak yeni çözümler önermeyi amaçlar. İlk olarak çalışmamızın gerçekleştirildiği projenin motivasyonlarını sunuruz. Daha sonra yanıt vermemiz gereken sorun ortaya çıkar. daha sonra bu soruna yanıt vermek için farklı katkılarımızı tanıtıyoruz.
Özet (Çeviri)
Anomaly detection remains a major concern for many Internet players. It is a complex problem, having attracted the interest of both industrial players, such as Internet Service Providers (ISPs), and members of the scientific community. These anomalies, defined as events deviating from the usual behaviour of traffic, can have severe consequences on the services provided. While some anomalies may be the result of configuration errors, it is scans and attacks that are of most interest to digital players We present our problem here, divided into three parts. First, we cover all the things to consider when building a detector. We then address several challenges related to current traffic. Finally, we discuss the specificity of distributed denial of service attacks Thus, this thesis seeks to propose new solutions, taking into account all the components of this problem. we first present the motivations of project, for which our work was carried out. The problem to which we answer is then exposed. then, we introduce our different contributions to answer this problemWe present our problem here, divided into three parts. First, we cover all the things to consider when building a detector. We then address several challenges related to current traffic. Finally, we discuss the specificity of distributed denial of service attacksThus, this thesis seeks to propose new solutions, taking into account all the components of this problem. we first present the motivations of project, for which our work was carried out. The problem to which we answer is then exposed. then, we introduce our different contributions to answer this problem.
Benzer Tezler
- Makine öğrenmesi algoritmaları ile DDOS saldırı tespiti ve sınıflandırması
DDOS attack detection and classification by machine learning algorithms
FURKAN SERDAROĞLU
Yüksek Lisans
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMarmara ÜniversitesiSiber Güvenlik Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HÜSEYİN YÜCE
- Hybrıd explaınable model for class-ımbalance mıtagatıon and multı-protocol attack detectıon ın ıomt devıces
Hybrid explainable model for class-imbalance mitagation and multi-protocol attack detection in iomt devices
ABUALQASIM KHALIL ISMAEL ISMAEL
Yüksek Lisans
İngilizce
2026
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Aydın ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ROA'A ALI ABDULLAH MOHAMMEDQASEM
- Distributed detection of ddos attacks in machine learning-enabled software defined networks
Başlık çevirisi yok
ALİ CAN FİDANCI
Yüksek Lisans
İngilizce
2019
Elektrik ve Elektronik MühendisliğiPolıtecnıco Dı MılanoPROF. FRANCESCO MUSUMECİ
PROF. MASSİMO TORNATORE
- Makine öğrenmesi ile eşzamanlı ağ saldırılarının tespitive sınıflandırılması
Detection and classification of concurrent network attacks with machine learning
İDRİS DOĞAN
Yüksek Lisans
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÜsküdar ÜniversitesiSiber Güvenlik Ana Bilim Dalı
DR. RÜŞTÜ MURAT DEMİRER
- Anomaly detection in ınternet of medical things using deep learning
Anomaly detect ionin internet of medical things using deep learning
AYŞE BETÜL BÜKEN
Yüksek Lisans
İngilizce
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiYazılım Mühendisliği Ana Bilim Dalı
PROF. DR. DEVRİM AKGÜN