Intrusion detection system in IoT networks using SVM-PSO classification
Başlık çevirisi mevcut değil.
- Tez No: 796778
- Danışmanlar: PROF. DR. GALİP CANSEVER
- 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: Belirtilmemiş.
- Sayfa Sayısı: 96
Özet
Bilgisayar bilimi ve bilgi teknolojisi alt alanları baş döndürücü bir hızla gelişmeye devam ederken, bilgisayar ve internet ile ilgili bilimsel ve teknik girişimlerin teşvik edilmesi ve geliştirilmesi için çaba sarf edilmektedir. Bilgisayar ağlarının sağladığı temel ve kaynakların modern toplumda, işletmelerde ve bireylerin yaşamlarında giderek daha önemli bir rol oynaması şaşırtıcı gelmemelidir. makine öğrenimi teknikleri?“ ”Bağlı nesnelerin davranışına dayalı olarak bir izinsiz giriş dedektörü oluşturulabilir mi?" Büyük akışlar ile sürekli varlıkları arasındaki bağlantının kesin doğası nedir? Veya bir akımın kısa mı yoksa uzun süre mi mevcut olacağı nasıl belirlenir? Ağa izinsiz giriş tespitinin zorluğu, artımlı bir destek vektör makinesi veya SVM kullanılarak önlenebilir ve DVM sınıflandırmasının zorluğu, ikinci dereceden bir algoritma kullanan bir karar fonksiyonu kullanılarak önlenebilir. bu senaryoda, bir SVM sınıflandırıcısı, artımlı bir SVM ve verilen veri kümesinin bir parçası kullanılarak eğitilir; destek vektörleri her adımda kaydedilir ve bir sonraki yinelemeden önce yeni bir eğitim seti üretilir. Eğitim veri setine yeni bir vektör eklemek, (Karush-Kuhn-Tucker) KKT kriterlerini yakından takip etmelidir. Ek olarak, SVM parametrelerinin artımlı iyileştirmesinde parçacık sürüsü optimizasyonu kullanılır. Eğitim örneği veri kümeleri koleksiyonundaki en az bir örnek KKT koşulunu karşılamıyorsa, ağ saldırı tespiti için SVM sınıflandırıcıları oluşturmak mümkündür. Sonuç olarak, KKT koşulları sağlanıyorsa, durum budur.
Özet (Çeviri)
As the subfields of computer science and information technology continue to expand at a dizzying rate, efforts are made to promote and improve scientific and technical initiatives related to computers and the internet. It should not come as a surprise that the foundation and resources given by computer networks are playing an increasingly significant role in modern society, businesses, and individuals' lives This thesis focuses on the issue,“Can an effective intrusion detector be developed using tracing and machine learning techniques?”which asks,“Can an intrusion detector be created based on the behaviour of connected objects?”What is the precise nature of the connection between large flows and their continuous existence? Or, how can one determine if a current will be present for a short or long duration? The difficulty of network intrusion detection may be avoided by utilizing an incremental support vector machine, or SVM, and the difficulty of SVM classification can be avoided by employing a decision function that employs a quadratic algorithm. In this scenario, an SVM classifier is trained using an incremental SVM and a piece of the given dataset; support vectors are saved at each step, and a fresh training set is produced prior to the next iteration. Adding a new vector to the training dataset must closely follow to the (Karush-Kuhn-Tucker) KKT criteria. In addition, particle swarm optimization is used in the incremental refinement of SVM parameters. If at least one sample in the collection of training sample datasets does not meet the KKT condition, it is possible to construct SVM classifiers for network intrusion detection. Consequently, if the KKT conditions are satisfied, this is the case
Benzer Tezler
- Intrusion detection system in IOT networks using SVM PSO classification
IOT ağlarında SVM PSO sınıflandırması kullanarak saldırı tespit sistemi
INAS ALI ABDULMUTTALEB AL-MUSAWI
Yüksek Lisans
İngilizce
2022
Bilim ve TeknolojiAltınbaş ÜniversitesiBilişim Teknolojileri Ana Bilim Dalı
Assist. Prof. Dr. ABDULLAHİ ABDU IBRAHIM
- Intrusion detection in IoT SDN network using machine learning
Başlık çevirisi yok
SAMER ALBENAH
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş ÜniversitesiBilgi Teknolojileri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ OĞUZ ATA
- Intrusion detection in IoT networks using feature selection and SVM classification
Başlık çevirisi yok
MARYAM ALI HUSSEIN AL-BALHAWI
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. GALİP CANSEVER
- Makine öğrenme yöntemleri kullanılarak saldırı tespiti
Intrusion detection using machine learning methods
FIRAT KILINÇ
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMilli Savunma ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. CAN EYÜPOĞLU
- Intrusion detection system in iot networks using machine learning
Makine öğrenmeyi kullanarak ıot ağlarında sözleşme algılama sistemi
ALHASAN KADHIM RESEN RESEN
Yüksek Lisans
İngilizce
2022
Elektrik ve Elektronik MühendisliğiAltınbaş ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
Assist. Prof. Dr. AYÇA KURNAZ TÜRKBEN