A new cybersecurity application using hybrid machine learning method
Hibrit makine öğrenme yöntemiyle yeni bir sibergüvenlik uygulaması
- Tez No: 800419
- Danışmanlar: YRD. DOÇ. DR. MESUT ÇEVİK
- 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: Bilişim Teknolojileri Ana Bilim Dalı
- Bilim Dalı: Bilişim Teknolojileri Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Siber saldırılara karşı güvenlik önlemlerinin alınması günümüz koşullarında herkes için bir zorunluluk haline gelmiştir. Bu gereksinimlerin doğru ve en etkin şekilde uygulanması ve uygulanması tüm kuruluşlar tarafından yüksek düzeyde önem arz etmektedir. Kaggle'dan elde edilen veriler, destek vektör makinesi (SVM), sinir ağı, karar ağacı gibi çeşitli makine öğrenme tekniklerini eğitmek ve test etmek için kullanıldı. Ayrıca, derin inanç ağı (DBN), veri setini normal ve anormal olarak sınıflandırmak için AYRICA KULLANILIR. DBN'nin amacı, trafiğin normal ve anormal durumlarının özelliklerini öğrenmek ve sınıflandırmaya çalışmaktır. Ardından, DBN'nin en iyi parametrelerini elde etmek için parçacık sürüsü optimizasyon algoritması uygulanmıştır. DBN'nin performansını optimize etmek için uygulanan PSO algoritması, önceki araştırmalarla karşılaştırıldığında dikkat çekici sonuçlar verdi. Önerilen DBN tabanlı PSO, %100'e yakın doğruluk sundu.
Özet (Çeviri)
The adoption of security measures against cyber attacks has become a necessity for everyone in the current conditions. Applying and implementing these requirements in the right direction and most effectively receives a high level of importance from all organizations.. The data obtained from Kaggle used to train and test several machine learning techniques such as support vector machine (SVM), neural network, decision tree. Furthermore, deep belief network (DBN) ALSO USED to classify the dataset to the normal and abnormal. The aim of DBN is learning the features of the normal and abnormal cases of the traffic and trying to classify it. Then, particle swarm optimization algorithm applied to obtain best parameters of the DBN. The PSO algorithm applied for optimize the performance of the DBN and presented remarkable results when compared with previous research. The proposed DBN based PSO presented near to 100% accuracy.
Benzer Tezler
- XSS saldırılarının tespiti için web uygulama güvenlik duvarı (WAF) ve makine öğrenme teknikleri kullanan hibrit bir yaklaşım
A hybrid approach using web application firewall (WAF) and machine learning techniques to detect XSS attacks
İDRİS OLCAY
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEskişehir Osmangazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ESRA NERGİS YOLAÇAN
- 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
- Kablosuz yerel alan ağlarında saldırıların tespit edilmesi ve analizi
Intrusion detection and analysis in wireless local area networks
MERVE ÖZKAN OKAY
Doktora
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnkara ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. REFİK SAMET
- Nesnelerin interneti temelli akıllı şebekelerde güvenlik zafiyetlerinin tespiti ve çözümüne yönelik yeni yaklaşımların geliştirilmesi
Developing new approaches for detecting and solving security vulnerabilities in internet of things based smart grids
MUHAMMED ZEKERİYA GÜNDÜZ
Doktora
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiYazılım Mühendisliği Ana Bilim Dalı
PROF. DR. RESUL DAŞ
- Promptshıeld: polıcy-aware data loss preventıon framework for generatıve AI prompts
Promptshıeld: Politika farkındalıklı üretken yapay zekâ istemleri için veri kaybı önleme çerçevesi
EZGİ KELEŞ
Yüksek Lisans
İngilizce
2026
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ŞERİF BAHTİYAR