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: Belirtilmemiş.
- 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: 74
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
- Makine öğrenmesi algoritmalarının hibrit yaklaşımı ile ağ anomalisi tespiti
Network anomaly detection with a hybrid approach of machine learning algorthms
FEYZA ÖZGER
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya Uygulamalı Bilimler ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. HALİT ÖZTEKİN
- Dağıtık hizmet aksatma ((DDoS) saldırılarının yapay zeka yöntemleri kullanılarak tespiti
Detection of distributed denial of service ((DDoS) attacks using artificial intelligence methods
İLKNUR KAYACAN
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKonya Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. AHMET BABALIK
- IoT'de meydana gelen DDoS saldırılarının derin öğrenmeyöntemleri kullanılarak büyük veri ortamında analizive tespiti
Analysis and detection of ddos attacks in IoT by using deeplearning methods in big data environment
SAMİ YARAŞ
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgi Güvenliği Mühendisliği Ana Bilim Dalı
PROF. DR. MURAT DENER
- Distributed detection of ddos attacks in machine learning-enabled software defined networks
Başlık çevirisi yok
ALİ CAN FİDANCI
Yüksek Lisans
İngilizce
2019
BiyomühendislikPolitecnico di MilanoPROF. FRANCESCO MUSUMECİ
PROF. MASSİMO TORNATORE