Designing a smart security framework for software defined networks
Yazılım tanımlı ağlar için akıllı güvenlik çerçevesinin tasarlanması
- Tez No: 825027
- Danışmanlar: DOÇ. DR. DERYA YILTAŞ KAPLAN
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Ağ güvenliği, Güçlü Yapay Zeka Kuramı, Hibrid algoritmalar, Makine öğrenmesi, Network security, Powerful Artifical Intellegence Theory, Hybrid algorithms, Machine learning
- Yıl: 2023
- Dil: İngilizce
- Üniversite: İstanbul Üniversitesi-Cerrahpaşa
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Ağ yönetimi alanında, Yazılım Tanımlı Ağlar (YTA'lar) merkezi bir mekanizma aracılığıyla benzersiz uyarlama sağlayarak dönüşümsel bir ilerlemeyi temsil ederler. Ancak bu merkezileştirme aynı zamanda, öncelikle Hizmet Reddi (DoS) ve Dağıtık DoS (DDoS) atakları olmak üzere çeşitli tehditlerle birlikte hassaslığı arttırmaktadır. Bu artan güvenlik sıkıntılarına cevap olarak bu doktora çalışması, gelişmiş makine öğrenmesi ve derin öğrenme paradigmalarıyla desteklenmiş olan bir akıllı güvenlik çerçevesi oluşturmak için hazırlanmıştır. Bu bilimsel araştırmanın temeli, Kapsül Ağın ve Evrişimli Sinir Ağı (CNN)-Geçitli Tekrarlayan Birim (GRU)-Derin Sinir Ağı (DNN) olarak adlandırılan bir özel hibrit derin öğrenme modelinin entegrasyonuna uzanmaktadır. Bu metodolojilerin hesaplama metrikleri iki veri kümesine dayanmaktadır: bilinen CICDDoS2019 ve YTA trafik dinamikleriyle uyumlu ve amaca göre türetilmiş olan bir veri kümesi. Başlangıçtaki bulgular Kapsül Ağın etkili olmayan katkısını ortaya çıkarmıştır. Öncelikli olarak imaj merkezli veri kümeleri için optimize edilmiş olan asıl Kapsül Ağ mimarisinin, YTA veri kümelerinin doğasına uygun olmayabileceği burada kabul edilir bir açıklama olarak gösterilebilir. Bunun tersine, hibrit derin öğrenme yöntemi DoS ve DDoS karşıtı faaliyetler karşısında etkinlik sağlayarak önemli bir doğruluk göstermektedir. YTA'ların karşısına çıkan komplike tehditlerin güçlü farkındalığıyla birlikte bu araştırma, ağ ihlallerinin oldukça geniş çerçevesini içermek için kapsamını derinleştirmiştir. Bu nedenle yeni çok kipli bir derin transfer öğrenimi paradigması örnek olarak oluşturulmuştur. Bu metodolojinin güvenilirliğini kuvvetlendirmek için alanında temel addedilen bir veri seti olan CICIDS2017 dâhil edilmiştir. Bu öncü metodoloji, en düşük kayıp metriklerini desteklerken aynı zamanda eğitim seti üzerinde %99.97 ve doğrulama kümesi üzerinde %99.99 oranlarındaki yüksek doğruluk seviyelerini başararak zirveye ulaşmıştır. Özetle bu tez, hibrit derin öğrenme ve çok kipli derin transfer öğrenme paradigmalarının ikisini de birleştirerek YTA güvenliğini güçlendirme yönünde bütünleştirici bir tuzak önermektedir. Bu çalışma sadece sonraki araştırmalar için yolu aydınlatmayacak, aynı zamanda bilim çevrelerinde ve daha geniş endüstriyel ortamlarda ciddi bir etki oluşturacaktır.
Özet (Çeviri)
Within the domain of network management, Software Defined Networks (SDNs) represent a transformative advancement, providing unparalleled adaptability through a centralized mechanism. Nevertheless, this centralization concomitantly augments susceptibility, with attacks like Denial-of-Service (DoS) and Distributed DoS (DDoS) attacks taking precedence. In response to these escalating security predicaments, this doctoral study was initiated to formulate an astute security framework underpinned by sophisticated machine learning and deep learning paradigms. A cornerstone of this scholarly investigation entailed the integration of the Capsule Network and a proprietary hybrid deep learning model, denominated as Convolutional Neural Network (CNN) -Gated Recurrent Unit (GRU) -Deep Neural Network (DNN). The evaluation metrics for these methodologies hinged on two datasets: the recognized CICDDoS2019 and a purpose-crafted dataset congruent with SDN traffic dynamics. Initial observations divulged an underwhelming efficacy of the Capsule Network. One postulated rationale posits that the inherent architecture of Capsule Networks, optimized primarily for image-centric datasets, might be incongruent with the nature of SDN datasets. In stark contrast, the hybrid deep learning modus operandi manifested substantial precision, with pronounced effectiveness against DoS and DDoS adversarial activities. With an acute awareness of the multifaceted attacks confronting SDNs, this research extended its purview to encompass a more exhaustive range of network infractions. Consequently, an avant-garde Multi-modal deep transfer learning paradigm was instantiated. Reinforcing the credibility of this methodology, the esteemed Intrusion Detection Evaluation Dataset (CICIDS2017) dataset, heralded as a benchmark in the realm, was incorporated. This pioneering methodology culminated in achieving a laudable 99.97% accuracy on the training set and an exemplary 99.99% on the validation set, while sustaining minimal loss metrics. To encapsulate, this treatise proffers an integrative stratagem towards fortifying SDN security, amalgamating both hybrid deep learning and multi-modal deep transfer learning paradigms. This endeavor not only elucidates pathways for ensuing investigations but also resonates profoundly within scholarly circles and the wider industrial milieu.
Benzer Tezler
- Dolgu barajların güvenliğinde risk analizi : Atatürk Barajı örneği
Risk analysis on the fill dam safety : Ataturk Dam case study
İSMAİL CAN ULUSOY
Yüksek Lisans
Türkçe
2015
İnşaat Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. NECATİ AĞIRALİOĞLU
- İki katlı pamuk ipliklerinden dokunan kumaşlarda örgüye bağlı olarak maksimum atkı sıklığının değişimi üzerinde bir araştırma
Başlık çevirisi yok
MELTEM ASLI NARTER
Yüksek Lisans
Türkçe
1985
Tekstil ve Tekstil MühendisliğiEge ÜniversitesiTekstil Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÜNGÖR BAŞER
- A Decision support system for planning standby garbage collection trucks
Yedek çöp toplama kamyonlarının planlanması için bir karar destek sistemi
GÜLSER HACISALİHOĞLU
Yüksek Lisans
İngilizce
1987
Endüstri ve Endüstri MühendisliğiOrta Doğu Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. HALİM DOĞRUSÖZ
- 1981 Türkiye tarımsal yapısının önemli bileşenleri ve tarımsal bölgelerin elde edilmesi
Principle components of Turkey's agricultural structure and to determine agricultural rigions in 1981
İHSAN KARABULUT
- Mimarlıkta rasyonel ve irrasyonel biçimlendirmenin ekonomik göstergelere bağlı olarak değişimi ve bu değişimin 11. yüzyıldan 19. yüzyıla kadar Türk ve Avrupa uygarlıklarında örneklenmesi
The Change of rational and irrational styles in architecture duetotho economicaldata and the illustration of this change on the Turkish and European Civilizations between 11th and 19th centuries
AYŞE ZEYNEP ONUR