SQL enjeksiyonu saldırılarının makine öğrenmesi ile tespiti ve korunma yöntemleri
Detection of SQL injection attacks with machine learningand prevention methods
- Tez No: 836988
- Danışmanlar: PROF. DR. HALİL İBRAHİM BÜLBÜL
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Gazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgi Güvenliği Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 96
Özet
Veri tabanı sistemleri, birbirleriyle ilişkili bilgilerin ya da verilerin tablolar halinde yapılandırılmak suretiyle depolandığı elektronik sistemlerdir. Günümüzde veri tabanı sistemlerinden, yemek siparişinden bankacılık işlemlerine, otel rezervasyon işlemlerinden e-devlet işlemlerine, sağlık işlemlerinden sigortacılığa kadar uzanan çok geniş bir yelpaze içerisinde istifade edilmektedir. Ayrıca bu sistemler üzerinde devlete ait gizli ve hizmete özel gizlilik dereceli veriler, kurum / kuruluşlara ait veriler ve kişilere ait nüfus bilgileri, fotoğraf ve parmak izi gibi özel nitelikli veriler muhafaza edilmektedir. Dolayısıyla veri tabanı sistemlerinin başta SQL enjeksiyonu saldırıları olmak üzere muhtemel tehditlere karşı korunması çok önemli bir konudur. Bu çalışmada; SQL enjeksiyonu saldırılarının makine öğrenmesi ile tespit edilmesi kapsamında geleneksel makine öğrenmesi yöntemleri ile artırma algoritmaları karşılaştırılmıştır. Uygulama neticesinde artırma algoritmalarından XGBoost algoritması kullanılarak 0,993 doğruluk değeri elde edilmiş ve literatürde aynı veri seti ile yapılan farklı bir çalışmaya oranla 0,043 değerinde bir iyileştirme sağlanmıştır. Yapılan çalışma ile SQL enjeksiyonu saldırılarının makine öğrenmesiyle tespit edilmesinde, artırma algoritmalarının kullanılması önerilmektedir.
Özet (Çeviri)
Database systems are electronic systems in which information or data related to each other is stored by structuring in tables. Today, database systems are used in a wide range from food ordering to banking transactions, from hotel reservations to e-government transactions, from health transactions to insurance. Furthermore, confidential and service-specific confidential data belonging to the state, data belonging to institutions / organizations and personal data such as population information, photographs and fingerprints are stored on these systems. Therefore, it is very important to protect database systems against possible threats, especially SQL injection attacks. In this study; within the scope of detecting SQL injection attacks with machine learning, traditional machine learning methods and boosting algorithms were compared. According to the application, an accuracy rate of 0.993 was obtained by using the XGBoost algorithm, one of the boosting algorithms, and an improvement of approximately 0.043 was achieved compared to a different study in the literature with the same data set. In this study, it is recommended to use boosting algorithms to detect SQL injection attacks with machine learning.
Benzer Tezler
- Web uygulamalarında SQL injectıon zafiyetinin önlenmesi için açıklanabilir yapay zeka kullanımı
Using explainable artificial intelligence to prevent SQL injection vulnerability in web applications
ERHAN BAŞ
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolIsparta Uygulamalı Bilimler ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. AHMET ALİ SÜZEN
- Gerçek zamanlı saldırı tespiti ve engelleme için makine öğrenmesi yöntemleri kullanarak web uygulama güvenlik duvarı geliştirilmesi
Development of web application firewall using machine learning techniques for real-time intrusion detection and prevention
MUHAMMED ERSİN DURMUŞKAYA
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMilli Savunma ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HÜSEYİN FEHMİ SELİM BAYRAKLI
- Detection of SQL injection attacks
Başlık çevirisi yok
RANA B HADI ALRUBAE
Yüksek Lisans
İngilizce
2023
Bilim ve TeknolojiAltınbaş ÜniversitesiBilişim Teknolojileri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ AYÇA KURNAZ TÜRKBEN
- Detection of malicious SQL injections using svm and KNN algorithms
Başlık çevirisi yok
SAMEER ABDULJABBAR KADHIM HACHAM
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
Prof. OSMAN NURİ UÇAN
- Unified threat management (UTM): A comparative study
Birleştirilmiş tehdit yönetimi (BTY): Karşılaştırmalı bir çalışma
AHMAD AYID AHMAD AHMAD
Yüksek Lisans
İngilizce
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÇankaya ÜniversitesiMatematik Ana Bilim Dalı
YRD. DOÇ. DR. SİBEL TARIYAN ÖZYER