Geri Dön

A new proposed stacking generalization model for detecting ddos attacks in SDN environment

SDN ortamında ddos saldırılarını tespit etmek için yeni bir istifleme genelleştirme modeli

  1. Tez No: 813750
  2. Yazar: TASNIM ALASALI
  3. Danışmanlar: YRD. DOÇ. DR. OMAR DAKKAK
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2023
  8. Dil: İngilizce
  9. Üniversite: Karabük Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 114

Özet

Yazılım Tanımlı Ağ Oluşturmanın (SDN) ortaya çıkışı, ağ üzerinde daha fazla kontrol ve operasyon sağlayarak ağ altyapısında devrim yarattı. SDN tabanlı ağlar için işletim sistemi olarak hizmet veren SDN denetleyicisi, çeşitli ağ uygulamalarını yürütür ve ağ hizmetlerini ve işlevlerini sürdürür. Bununla birlikte, SDN'nin sunduğu merkezi kontrol, onu Nesnelerin İnterneti (IoT), bulut bilgi işlem dahil olmak üzere hem geleneksel hem de yeni nesil ağları hedefleyen en yaygın ve kritik saldırılar olan Dağıtılmış Hizmet Reddi (DDoS) saldırılarına karşı savunmasız hale getirir ve beşinci nesil (5G) iletişim ağları. Mevcut geleneksel algılama çözümlerinin bolluğuna rağmen, DDoS saldırılarının sıklığı, hacmi ve şiddeti artmaya devam ediyor. Bunu ele almak için, makine öğrenimi artık hızlı saldırı tespiti için yaygın olarak kullanılmaktadır. Bu araştırma, bir SDN ortamında DDoS tahmini için tahmine dayalı bir model önermektedir. Model, sağlam model sonuçları üretmek için çeşitli heterojen öğrenicileri birleştiren Temel düzey ve Meta düzey olmak üzere iki düzeyde çeşitli sınıflandırıcıların istiflenmesine dayanmaktadır. Modelin performansını değerlendirmek için doğruluk, kesinlik, geri çağırma, F1 puanları ve ROC Eğrisi Altındaki Alan (AUC) değerleri dahil olmak üzere birden fazla metrik kullanıldı. Tahmine dayalı model, tamamı %99'da kesinlik puanı, duyarlılık ve özgüllük ile tahminde %99'luk bir doğruluk oranı elde etti.

Özet (Çeviri)

The emergence of Software-Defined Networking (SDN) has revolutionized network infrastructure by providing greater control and operation over the network. The SDN controller, which serves as the operating system for SDN-based networks, executes various network applications and maintains network services and functionalities. However, the central control that SDN offers makes it vulnerable to Distributed Denial of Service (DDoS) attacks, which are the most common and critical attacks targeting both traditional and new-generation networks, including the Internet of Things (IoT), cloud computing, and fifth generation (5G) communication networks. Despite the plethora of traditional detection solutions available, DDoS attacks continue to increase in frequency, volume, and severity. To address this, machine learning is now widely used for rapid attack detection. This research proposes a predictive model for DDoS prediction in an SDN environment. The model is based on stacking various classifiers in two levels, namely the Base level and the Meta level, which combine diverse heterogeneous learners to produce robust model outcomes. Multiple metrics were used to evaluate the model's performance, including accuracy, precision, recall, F1-scores, and Area Under the ROC Curve (AUC) values. The predictive model achieved a 99% accuracy rate in prediction, with a precision score, sensitivity, and specificity all at 99%.

Benzer Tezler

  1. EKG işaretindeki aritmilerin yumuşak hesaplama algoritmaları kullanılarak sınıflandırılması

    Classification of arrhythmias in ecg signal using soft computing algorithms

    ÖNDER YAKUT

    Doktora

    Türkçe

    Türkçe

    2018

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKocaeli Üniversitesi

    Biyomedikal Mühendisliği Ana Bilim Dalı

    DOÇ. DR. EMİNE BOLAT

  2. Su altı patlaması altında gemi panelinin davranışının sayısal yöntemler ile incelenmesi ve optimizasyonu

    Investigation and optimization of ship panel behaviour under underwater explosion by using numerical methods

    ÖZGÜR DEMİR

    Doktora

    Türkçe

    Türkçe

    2013

    Gemi MühendisliğiYıldız Teknik Üniversitesi

    Gemi İnşaatı ve Gemi Makineleri Mühendisliği Ana Bilim Dalı

    PROF. DR. TAMER YILMAZ

  3. Modüler depo yönetiminde A* temelli yeni bir algoritma önerisi

    A new algorithm suggestion based on A* in a modular warehouse management

    ELİF GÜLFİDAN DAYIOĞLU

    Yüksek Lisans

    Türkçe

    Türkçe

    2017

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolPamukkale Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. KENAN KARAGÜL

  4. Üç fazlı transformatörler için yeni bir geçmeli tip çekirdek tasarımı

    A new plug-in core design for three phase transformers

    DOĞANCAN ÇELEN

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    Elektrik ve Elektronik MühendisliğiYıldız Teknik Üniversitesi

    Elektrik Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ SİBEL ZORLU PARTAL

  5. X-ray görüntülerinden alt solunum yolu enfeksiyonlarının teşhisinde transfer öğrenme yöntemleri ve topluluk öğrenmeye dayalı yeni bir yaklaşım

    A new approach based on transfer learning methods and ensemble learning in the diagnosis of lower respiratory tract infections from X-ray images

    BERİVAN ÖZAYDIN

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBatman Üniversitesi

    Elektrik-Elektronik Ana Bilim Dalı

    DOÇ. DR. RAMAZAN TEKİN