Geri Dön

Ad-Hoc isteğe bağlı uzaklık vektörü tabanlı yönlendirme protokolünde saldırı tespiti

Intrusion detection in Ad-Hoc on-demand distance vector based routing protocol

  1. Tez No: 821804
  2. Yazar: BUĞRA ALP TOSUNOĞLU
  3. Danışmanlar: DOÇ. DR. CEMAL KOÇAK
  4. Tez Türü: Doktora
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2023
  8. Dil: Türkçe
  9. Üniversite: Gazi Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 140

Özet

İzinsiz giriş tespit teknolojileri, ağ güvenliği üzerinde olumsuz etkisi olan kötü niyetli davranışları belirlemek için çok önemlidir. Veri iletimi için ek herhangi bir donanım gereksinimi olmaksızın gerçekleştiren Mobil Ad-Hoc Ağlar (MANET) ve Araç Ad-Hoc Ağları (VANET), parçalı yapıları ve sınırlı kaynakları nedeniyle güvenliği sağlama konusunda önemli zorluklar barındırırlar. Ağların bu tür engelleri aşabilecek bir Saldırı Tespit Sistemi (Intrusion Detection System-IDS) ihtiyacı, hayati derecede önem arz eder. İnternet üzerinden izinsiz girişlerin engellenmesi, ağ operatörlerinin öncelikli görevlerindendir. Geleneksel güvenlik açığı yönetim sistemleri genellikle maliyetli oluşturma süreçlerine sahip olup analizi zor olan geçmiş tehditlerden gelen belirli tanımlayıcıları veya etiketli trafik arşivlerini kullanarak kullanıcı profillerini derinlemesine analiz eder. İmza tabanlı veya tipik operasyon profillerini öğrenen makine öğrenmesi teknikleri devreye girebilir. Öznitelik seçimi, kullanılan sınıflandırıcıların doğruluğunu artırırken gereksiz ya da alakasız işlemleri elemek amacıyla saldırı tespiti sürecinde büyük bir rol oynar. Bu çalışmada K-Means ve C5.0 adı verilen iki etkili makine öğrenme algoritmasının birleşimiyle VANET'lerdeki anormallikleri tespit etmek için yeni bir strateji önerilmektedir. K-Means, veri benzerliklerine dayanarak etkili bir gruplama yapma kapasitesine sahip karmaşık bir algoritmadır. C5.0 ise, verilerin sınıflandırılması için bir karar ağacı oluşturma yeteneğine sahip bir algoritmadır. Çalışmada verinin kendi bilgi içeriğine bağlı olarak sonucu en fazla veya en az etkileyen öznitelikler belirlenmiş ve özniteliğin sonuca etkisi incelenmiştir. Araştırmanın sonunda dört ana özelliğin belirlenmesiyle birlikte izinsiz girişlerin sınıflandırılması %96'lık bir başarı oranına ulaşmıştır.

Özet (Çeviri)

Intrusion detection methods are critical for detecting malicious conduct that compromises network security. Due to their fragmented structure and limited resources, Mobile Ad-Hoc Networks (MANETs) and Vehicular Ad-Hoc Networks (VANETs), which do not require any extra hardware for data transmission, have substantial issues in assuring security. It is critical to have an Intrusion Detection System (IDS) that may conquer such barriers. One of the key responsibilities of network operators is to prevent invasions via the Internet. Traditional vulnerability management solutions sometimes have costly creation procedures and examine user profiles in depth utilizing particular IDs or tagged traffic archives from previous threats that are difficult to assess. Signature-based or machine learning approaches that learn common operating characteristics can be used. In the intrusion detection process, feature selection is critical in order to reduce duplicate or unnecessary activities while boosting the accuracy of the classifiers utilized. We offer a new technique for finding abnormalities in VANETs in this research by merging two efficient machine learning algorithms known as K-Means and C5.0. K-Means is a complex algorithm that can efficiently categorize data based on similarities. C5.0 is a method that can construct a decision tree for data categorization. In this study, the qualities that impact the result the most or the least are identified and the effect of the attribute on the result is assessed based on the information content of the data itself. The categorization of incursions had a success rate of 96% at the end of the investigation, with the discovery of four primary characteristics.

Benzer Tezler

  1. Improvement of performance and capacities of wireless ad hoc networks

    Telsiz ad hoc ağların başarım ve kapasitelerinin arttırılması

    HANDE BAKİLER

    Yüksek Lisans

    İngilizce

    İngilizce

    2014

    Elektrik ve Elektronik MühendisliğiBaşkent Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. AYSEL ŞAFAK

  2. Ad hoc packet routing simulation and tactical picture display tool for navy

    Deniz kuvvetleri için Ad hoc paket yönlendirme simulasyonu ve taknik oluşturma aracı

    ONUR AYMAK

    Yüksek Lisans

    İngilizce

    İngilizce

    2004

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. AHMET COŞAR

  3. Mobile AD-HOC networks for e-health care decision support system

    E-sağlık karar destek sistemi için mobil AD-HOC ağları

    MUSTAFA TAREQ AL-QAISI

    Yüksek Lisans

    İngilizce

    İngilizce

    2014

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÇankaya Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. YURIY ALYEKSYEYENKOV

  4. An efficient and secure routing protocol for mobile Ad-hoc networks

    Özel amaçlı hareketli ağlar için etkin ve güvenli bir dağıtım protokolü

    KARRAR RASHID YASIR SARRAY

    Yüksek Lisans

    İngilizce

    İngilizce

    2017

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolErciyes Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. ÖZKAN UFUK NALBANTOĞLU

  5. Kablosuz ağlarda yönlendirme protokollerinin başarımlarının değerlendirilmesi

    Performance evaluation of wireless network routing protocols

    FAHAD HIDAYAT AHMED AHMED

    Yüksek Lisans

    Türkçe

    Türkçe

    2016

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolErciyes Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. SERKAN ÖZTÜRK