A new software defined networks (SDN) in IoTs based deep learning techniques
Başlık çevirisi mevcut değil.
- Tez No: 826402
- Danışmanlar: DR. ÖĞR. ÜYESİ HASAN HÜSEYİN BALIK
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: İngilizce
- Üniversite: Altınbaş Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 83
Özet
Bu çalışmada, DNN, CNN, GRU, LSTM ve RNN ve SDN Ryu denetleyici gibi çeşitli sınıflandırıcılar kullanılarak IoT tabanlı derin öğrenme tekniklerinde yeni bir yazılım tanımlı ağlar (SDN) gerçekleştirilmiştir. Sistem, NSL-KDD veri setini kullanarak yüksek boyutlu ve karmaşık verileri işleyebildi ve geleneksel yöntemlerin gözden kaçırabileceği bilinmeyen izinsiz girişleri tespit edebildi. Modellerin etkinliği, doğruluk, kesinlik, hatırlama, F-puanı ve karışıklık matrisi ile değerlendirildi. Sistemimizi uygulamak için python 3.10 kullandık. Sistem iyi bir performans elde etmeyi başardı, ancak sistemin etkinliği, onu beslediğimiz verilerin türüne ve ele almaya çalıştığımız sorunun ölçeğine göre belirlenecektir. Bu çalışma, ağ izinsiz girişlerini algılamak için SDN ve IoT ile DL tabanlı NIDS'nin potansiyelini vurgulamaktadır, ancak aynı zamanda sistemin etkili kalmasını sağlamak için sürekli izleme ve güncelleme ihtiyacını da vurgulamaktadır.
Özet (Çeviri)
In this study, a new software defined networks (SDN) in IoTs based deep learning techniques was implemented using various types of classifiers such as DNN, CNN, GRU, LSTM, and RNN and SDN Ryu controller. The system was able to handle high-dimensional and complex data by using NSL-KDD dataset, and was able to detect unknown intrusions that traditional methods may miss. The effectiveness of the models was evaluated by accuracy, precision, recall, F-score, and confusion matrix. We used python 3.10 to implementation our system. The system was able to achieve good performance, however, the system's efficacy will be determined by the kind of the data we feed it and the scale of the issue we're attempting to address. This study highlights the potential of DL-based NIDS with SDN and IoT to detect network intrusions, but also highlights the need for continuous monitoring and updating to ensure that the system remains effective.
Benzer Tezler
- A new software defined network (SDN) in IoTs based deep learning techniques
Başlık çevirisi yok
AHMED HUSSEIN IBRAHEM ALAJDAH
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş ÜniversitesiElektronik ve Bilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. OSMAN NURİ UÇAN
- A new software defined networks (SDN) in IoTs based optimized machine learning techniques
IoT tabanlı optimize makine öğrenimi tekniklerinde yeni yazılım tanımlı ağlar (SDN)
LAITH RIYADH KARKAZ ALMOHAMADI
Yüksek Lisans
İngilizce
2022
Elektrik ve Elektronik MühendisliğiAltınbaş ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. AYÇA KURNAZ TÜRKBEN
- Yazılım tanımlı ağlar (SDN) teknolojisi ile DASH istemci kalitesinin geliştirilmesi
Improving quality of experience achieved by DASH client with software defined networks (SDN)
YALÇIN ÖZVEREN
Yüksek Lisans
Türkçe
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEge ÜniversitesiUluslararası Bilgisayar Ana Bilim Dalı
YRD. DOÇ. DR. MÜGE SAYIT
- 5G ağlarında güvenlik servisleri yönetiminin adli bilişim bakış açısıyla incelenmesi ve bir adli bilişim sistemi önerisi
Investigation of security services management in 5G networks from the perspective of forensic information and a proposal for a forensic system
ALTUĞ ÇİL
Doktora
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiAdli Bilişim Ana Bilim Dalı
DOÇ. DR. MEHMET DEMİRCİ
- Yazılım tanımlı ağlarda yapay zeka tabanlı yeni bir DoS (denial of service) saldırı tespit sistemi gerçekleştirilmesi
Implementing a new DoS attack detection system in software defined networks based on artificial intelligence
MAJD LATAH
Yüksek Lisans
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEge ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. LEVENT TOKER