Bir boyutlu evrişimli sinir ağları kullanılarak ağ saldırı tespiti
Network intrusion detection using one dimensional convolutional neural networks
- Tez No: 864973
- Danışmanlar: DOÇ. DR. ŞABAN GÜLCÜ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Necmettin Erbakan Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 112
Özet
Derin öğrenme; insandaki sinir sisteminden ilham alan yapay sinir ağları algoritmasının çok seviyeli, derin yaklaşımıdır. Derin öğrenme yöntemlerinin kullanımı ile ilgili olarak literatürde birçok farklı alanda başarılı örnekler mevcuttur. Bizim çalışmamızda ise ağ saldırılarının tespitine yönelik siber güvenlik alanındaki kullanımına bir örnek sunulmuştur. Teknolojinin gelişmesi ve tehdit alanının büyümesinden dolayı ağlar üzerinde siber güvenlik olaylarının tespiti ve iyileştirmesi çalışmaları eylem planlarına girmiş durumdadır. Saldırı tespitini imza tabanlı olarak gerçekleştiren sistemler mevcuttur. Burada ise ağ saldırı trafiği veri setinden öğrenme gerçekleştirilerek saldırı tespitinin otomatize olarak sağlanması amaçlanmıştır. Çalışmalarda K En Yakın Komşu (KNN) ve Bir Boyutlu Evrişimli Sinir Ağı (1DCNN) modellerinin CSE-CIC-IDS 2018 güncel veri seti ile eğitimi sağlanmıştır. Gerçekleştirilen testlerde veri kümesinde hibrit yöntemler olan SMOTETomek, SMOTEENN, Tek Taraflı Seçim (One Sided Selection) algoritmaları uygulanarak veri seti dağılımının performansa etkisi incelenmiştir. Gerçekleştirilen testlerde saldırı türüne göre DoS, DDoS, Bot saldırılarının tespitinde %99 ve üzerinde başarılı sonuç elde edilmiştir.
Özet (Çeviri)
Deep learning; It is a multi-level, deep approach of artificial neural networks algorithm inspired by the human nervous system. There are successful examples in the literature regarding the use of deep learning methods in many different fields. In our study, an example of its use in the field of cyber security for the detection of network attacks is presented. Due to the development of technology and the growth of the threat area, efforts to detect and remediate cyber security incidents on networks have been included in action plans. There are systems that perform attack detection on a signature-based basis, where the aim is to provide automatic attack detection by learning from the network attack traffic data set. In the studies, K Nearest Neighbor (KNN) and One-Dimensional Convolutional Neural Network (1DCNN) models were trained with the CSE-CIC-IDS 2018 current data set. In the tests performed, the effect of data set distribution on performance was examined by applying hybrid methods SMOTETomek, SMOTEENN, One Sided Selection algorithms on the data set. In the tests performed, 99% or more successful results were achieved in detecting DoS, DDoS and Bot attacks, depending on the attack type.
Benzer Tezler
- Derin öğrenme ağları kullanılarak 3B tıbbi görüntü tanımlanması
3D medical image recognition using deep learning networks
ROUBA OMAR ALAHMAD ALOSMAN
Yüksek Lisans
Türkçe
2023
Mühendislik BilimleriSakarya ÜniversitesiBilişim Sistemleri Mühendisliği Ana Bilim Dalı
PROF. DR. İSMAİL HAKKI CEDİMOĞLU
- CNN-based text-independent automatic speaker identification
Evrişimsel sinir ağı tabanlı metinden bağımsız otomatik konuşmacı tanılama
MANDANA FASOUNAKI
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ GÖKHAN İNCE
- A taxonomy of artificial neural networks
Yapay sinir ağlari'nin bir taksonomisi
ALP EREN YILMAZ
Yüksek Lisans
İngilizce
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiMatematik Ana Bilim Dalı
PROF. DR. ATABEY KAYGUN
- Deep learning based three dimensional face expression recognition using geometry images from three dimensional face models
Üç boyutlu yüz modellerinden elde edilen geometri görüntüleri kullanılan derin öğrenme tabanlı üç boyutlu yüz ifadelerini tanıma
NEŞE GÜNEŞ
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ULUĞ BAYAZIT
- Fake news classification using machine learning and deep learning approaches
Makine öğrenimi ve derin öğrenme yaklaşımlarını kullanarak sahte haber sınıflandırması
SAJA ABDULHALEEM MAHMOOD AL-OBAIDI
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ TUBA ÇAĞLIKANTAR