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: Belirtilmemiş.
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
- Yazılım tanımlı ağlarda makine öğrenmesi algoritmaları ile anomali tespiti ve siber saldırı sınıflandırması
Anomaly detection and cyber attack classification with machine learning algorithms in software defined networks
HASAN ZEYNIYEV
Yüksek Lisans
Türkçe
2024
Mühendislik Bilimleriİstanbul Gedik ÜniversitesiYapay Zeka Mühendisliği Ana Bilim Dalı
DOÇ. DR. FATİH TARLAK
- Fidye yazılımlarının ağ davranışlarında anomali ve sahte imza tespiti: zaman-frekans temsilleri ve transformer tabanlı bir yaklaşım
Detection of anomalies and fake signatures in the network behavior of ransomware: A time-frequency representation and transformer-based approach
BURAK ALPEREN BAHÇECİ
Yüksek Lisans
Türkçe
2026
Savunma ve Savunma TeknolojileriFırat ÜniversitesiTeknoloji ve Bilgi Yönetimi Ana Bilim Dalı
DOÇ. DR. MESUT TOĞAÇAR
- AI-powered web application security mechanisms
Yapay zeka destekli ağ uygulaması güvenliği düzenekleri
DİLEK YILMAZER DEMİREL
Doktora
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MEHMET TAHİR SANDIKKAYA
- A taxonomy of artificial neural networks
Yapay sinir ağlari'nin bir taksonomisi
ALP EREN YILMAZ
Yüksek Lisans
İngilizce
2020
Bilim ve Teknolojiİstanbul Teknik ÜniversitesiMatematik Ana Bilim Dalı
PROF. DR. ATABEY KAYGUN
- EKG sinyallerinden elde edilen görüntülerin hibrit derin öğrenme yöntemleri kullanılarak sınıflandırılması
Classification of images obtained from ECG signals using hybrid deep learning methods
ONUR AKCAN
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya Uygulamalı Bilimler ÜniversitesiBiyomedikal Mühendisliği Ana Bilim Dalı
DOÇ. DR. SÜLEYMAN UZUN
DR. ÖĞR. ÜYESİ ALİ OSMAN SELVİ